論文の概要: TetSphere Splatting: Representing High-Quality Geometry with Lagrangian Volumetric Meshes
- arxiv url: http://arxiv.org/abs/2405.20283v3
- Date: Wed, 02 Oct 2024 18:07:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-04 23:28:17.943585
- Title: TetSphere Splatting: Representing High-Quality Geometry with Lagrangian Volumetric Meshes
- Title（参考訳）: TetSphere Splatting:ラグランジアン体積メッシュを用いた高品質形状の表現
- Authors: Minghao Guo, Bohan Wang, Kaiming He, Wojciech Matusik,
- Abstract要約: TetSphere は四面体球の集合を変形することによって3次元形状を表す。
不規則三角形、非多様体性、浮動小辞典などの一般的なメッシュ問題に対処する。
画像から3D、テキストから3D生成などの生成モデリングタスクにシームレスに統合される。
- 参考スコア（独自算出の注目度）: 47.47768820192874
- License:
- Abstract: We introduce TetSphere Splatting, a Lagrangian geometry representation designed for high-quality 3D shape modeling. TetSphere splatting leverages an underused yet powerful geometric primitive -- volumetric tetrahedral meshes. It represents 3D shapes by deforming a collection of tetrahedral spheres, with geometric regularizations and constraints that effectively resolve common mesh issues such as irregular triangles, non-manifoldness, and floating artifacts. Experimental results on multi-view and single-view reconstruction highlight TetSphere splatting's superior mesh quality while maintaining competitive reconstruction accuracy compared to state-of-the-art methods. Additionally, TetSphere splatting demonstrates versatility by seamlessly integrating into generative modeling tasks, such as image-to-3D and text-to-3D generation.
- Abstract（参考訳）: 高品質な3次元形状モデリングのために設計されたラグランジアン幾何学的表現であるTetSphere Splattingを紹介する。
TetSphereスプレイティングは、未使用だが強力な幾何学的プリミティブ – 体積四面体メッシュ – を活用する。
四面体球の集合を変形させることで3次元形状を表現し、幾何学的規則化と制約により不規則三角形、非多様体性、浮動小道具などの共通メッシュ問題を効果的に解決する。
マルチビュー・シングルビュー再構成実験では,テトスフェールスプラッティングのメッシュ品質が向上し,最先端の手法と比較して競争的再現精度が向上した。
さらに、TetSphereスプラッティングは、画像から3D、テキストから3D生成といった生成モデリングタスクにシームレスに統合することで、汎用性を示す。
関連論文リスト
- GeoSplatting: Towards Geometry Guided Gaussian Splatting for Physically-based Inverse Rendering [69.67264955234494]
GeoSplattingは、3DGSを明示的な幾何学的ガイダンスと微分可能なPBR方程式で拡張する新しいハイブリッド表現である。
多様なデータセットにわたる総合的な評価は、GeoSplattingの優位性を示している。
論文 参考訳（メタデータ） (2024-10-31T17:57:07Z) - Deep Geometric Moments Promote Shape Consistency in Text-to-3D Generation [27.43973967994717]
MT3Dは高忠実度3Dオブジェクトを利用して視点バイアスを克服するテキスト・ツー・3D生成モデルである。
生成した2次元画像が基本形状と構造を保持することを保証するために,高品質な3次元モデルから導出される深度マップを制御信号として利用する。
3Dアセットから幾何学的詳細を取り入れることで、MT3Dは多様で幾何学的に一貫したオブジェクトを作成することができる。
論文 参考訳（メタデータ） (2024-08-12T06:25:44Z) - CraftsMan: High-fidelity Mesh Generation with 3D Native Generation and Interactive Geometry Refiner [34.78919665494048]
CraftsManは、非常に多様な形状、通常のメッシュトポロジ、詳細な表面を持つ高忠実な3Dジオメトリを生成することができる。
本手法は,従来の方法に比べて高品質な3Dアセットの製作に有効である。
論文 参考訳（メタデータ） (2024-05-23T18:30:12Z) - NeuSDFusion: A Spatial-Aware Generative Model for 3D Shape Completion, Reconstruction, and Generation [52.772319840580074]
3D形状生成は、特定の条件や制約に固執する革新的な3Dコンテンツを作成することを目的としている。
既存の方法は、しばしば3Dの形状を局所化されたコンポーネントの列に分解し、各要素を分離して扱う。
本研究では2次元平面表現を利用した空間認識型3次元形状生成フレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-27T04:09:34Z) - GeoGS3D: Single-view 3D Reconstruction via Geometric-aware Diffusion Model and Gaussian Splatting [81.03553265684184]
単視点画像から詳細な3Dオブジェクトを再構成するフレームワークであるGeoGS3Dを紹介する。
本稿では,GDS(Gaussian Divergence Significance)という新しい指標を提案する。
実験により、GeoGS3Dはビュー間で高い一貫性を持つ画像を生成し、高品質な3Dオブジェクトを再構成することを示した。
論文 参考訳（メタデータ） (2024-03-15T12:24:36Z) - SurfGen: Adversarial 3D Shape Synthesis with Explicit Surface
Discriminators [5.575197901329888]
本研究では,物体表面に直接対向学習を行う3次元形状合成フレームワーク(SurfGen)を提案する。
提案手法では, 球面上に定義された関数として, 暗黙的な3次元ジェネレータの自明な零等方面を捕捉し, 表現するために, 微分可能な球面射影層を用いる。
大規模形状データセットを用いて本モデルの評価を行い,多種多様なトポロジを持つ高忠実度3次元形状を創出できることを実証した。
論文 参考訳（メタデータ） (2022-01-01T04:44:42Z) - Deep Marching Tetrahedra: a Hybrid Representation for High-Resolution 3D
Shape Synthesis [90.26556260531707]
DMTetは粗いボクセルのような単純なユーザーガイドを用いて高解像度の3次元形状を合成できる条件付き生成モデルである。
メッシュなどの明示的な表現を直接生成する深部3次元生成モデルとは異なり、我々のモデルは任意の位相で形状を合成することができる。
論文 参考訳（メタデータ） (2021-11-08T05:29:35Z) - Pix2Surf: Learning Parametric 3D Surface Models of Objects from Images [64.53227129573293]
1つ以上の視点から見れば、新しいオブジェクトの3次元パラメトリック表面表現を学習する際の課題について検討する。
ビュー間で一貫した高品質なパラメトリックな3次元表面を生成できるニューラルネットワークを設計する。
提案手法は,共通対象カテゴリからの形状の公開データセットに基づいて,教師と訓練を行う。
論文 参考訳（メタデータ） (2020-08-18T06:33:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。