論文の概要: MeshAnything V2: Artist-Created Mesh Generation With Adjacent Mesh Tokenization
- arxiv url: http://arxiv.org/abs/2408.02555v1
- Date: Mon, 5 Aug 2024 15:33:45 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-06 13:17:11.969303
- Title: MeshAnything V2: Artist-Created Mesh Generation With Adjacent Mesh Tokenization
- Title（参考訳）: MeshAnything V2: 隣接するメッシュのトークン化を備えたアーティストによるメッシュ生成
- Authors: Yiwen Chen, Yikai Wang, Yihao Luo, Zhengyi Wang, Zilong Chen, Jun Zhu, Chi Zhang, Guosheng Lin,
- Abstract要約: MeshAnything V2は、Artist-Created Meshes (AM)を生成する自動回帰変換器である。
高品質で制御性の高いAM生成を実現するために、様々な3Dアセット生産パイプラインと統合することができる。
- 参考スコア（独自算出の注目度）: 65.15226276553891
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce MeshAnything V2, an autoregressive transformer that generates Artist-Created Meshes (AM) aligned to given shapes. It can be integrated with various 3D asset production pipelines to achieve high-quality, highly controllable AM generation. MeshAnything V2 surpasses previous methods in both efficiency and performance using models of the same size. These improvements are due to our newly proposed mesh tokenization method: Adjacent Mesh Tokenization (AMT). Different from previous methods that represent each face with three vertices, AMT uses a single vertex whenever possible. Compared to previous methods, AMT requires about half the token sequence length to represent the same mesh in average. Furthermore, the token sequences from AMT are more compact and well-structured, fundamentally benefiting AM generation. Our extensive experiments show that AMT significantly improves the efficiency and performance of AM generation. Project Page: https://buaacyw.github.io/meshanything-v2/
- Abstract（参考訳）: 本稿では,Artist-Created Meshes (AM) を生成する自動回帰変換器であるMeshAnything V2を紹介する。
高品質で制御性の高いAM生成を実現するために、様々な3Dアセット生産パイプラインと統合することができる。
MeshAnything V2は、同じサイズのモデルを使用して、効率とパフォーマンスの両方において、以前のメソッドを上回ります。
これらの改善は、新たに提案したメッシュトークン化方法であるAdjacent Mesh Tokenization (AMT)によるものだ。
3つの頂点を持つ各面を表す従来の方法とは異なり、ATTは可能な限り1つの頂点を使用する。
従来の手法と比較して、AMTは平均的に同じメッシュを表すのにトークンシーケンスの長さの約半分を必要とする。
さらに、AMTのトークン配列はよりコンパクトで構造が良く、AM生成に基本的に有利である。
AMTはAM生成の効率と性能を著しく向上させる。
Project Page: https://buaacyw.github.io/meshanything-v2/
関連論文リスト
- GenUDC: High Quality 3D Mesh Generation with Unsigned Dual Contouring Representation [13.923644541595893]
3次元生成モデルは、複雑な構造と現実的な表面を持つ高品質なメッシュを生成する。
我々は、Unsigned Dual Contouring (UDC) をメッシュ表現として活用することにより、これらの課題に対処するGenUDCフレームワークを提案する。
さらに、GenUDCは2段階の粗大な生成プロセスを3Dメッシュ生成に採用している。
論文 参考訳（メタデータ） (2024-10-23T11:59:49Z) - MeshAnything: Artist-Created Mesh Generation with Autoregressive Transformers [76.70891862458384]
メッシュ抽出を生成問題として扱うモデルであるMeshAnythingを導入する。
任意の3D表現の3DアセットをAMに変換することで、MeshAnythingは様々な3Dアセット生産方法に統合することができる。
本手法は, 顔の数百倍少ないAMを生成し, 記憶, レンダリング, シミュレーション効率を大幅に向上させる。
論文 参考訳（メタデータ） (2024-06-14T16:30:25Z) - MeshXL: Neural Coordinate Field for Generative 3D Foundation Models [51.1972329762843]
本稿では,現代の大規模言語モデルを用いた3次元メッシュ生成のプロセスに対処する,事前学習型自己回帰モデルの生成ファミリを提案する。
MeshXLは高品質な3Dメッシュを生成することができ、さまざまなダウンストリームアプリケーションの基盤モデルとしても機能する。
論文 参考訳（メタデータ） (2024-05-31T14:35:35Z) - PivotMesh: Generic 3D Mesh Generation via Pivot Vertices Guidance [66.40153183581894]
汎用的でスケーラブルなメッシュ生成フレームワークであるPivotMeshを紹介します。
PivotMeshは、ネイティブメッシュ生成を大規模データセットに拡張する最初の試みである。
PivotMeshは,様々なカテゴリにまたがって,コンパクトでシャープな3Dメッシュを生成することができることを示す。
論文 参考訳（メタデータ） (2024-05-27T07:13:13Z) - GVGEN: Text-to-3D Generation with Volumetric Representation [89.55687129165256]
3Dガウススプラッティングは、高速で高品質なレンダリング機能で知られる3D再構成と生成のための強力な技術として登場した。
本稿では,テキスト入力から3次元ガウス表現を効率的に生成する新しい拡散型フレームワークGVGENを提案する。
論文 参考訳（メタデータ） (2024-03-19T17:57:52Z) - GetMesh: A Controllable Model for High-quality Mesh Generation and Manipulation [25.42531640985281]
Meshは様々な産業アプリケーションにおける3Dアセットの基本的な表現であり、プロのソフトウェアによって広く支持されている。
本稿では,メッシュ生成と異なるカテゴリ間の操作のための,高度に制御可能な生成モデルGetMeshを提案する。
論文 参考訳（メタデータ） (2024-03-18T17:25:36Z) - MeshGPT: Generating Triangle Meshes with Decoder-Only Transformers [32.169007676811404]
MeshGPTは、アーティストが作ったメッシュに典型的なコンパクトさを反映した、三角形メッシュを生成するための新しいアプローチである。
近年の強力な大規模言語モデルの発展に触発されて,三角メッシュを三角形として自動回帰的に生成するシーケンスベースアプローチを採用した。
論文 参考訳（メタデータ） (2023-11-27T01:20:11Z) - MeshDiffusion: Score-based Generative 3D Mesh Modeling [68.40770889259143]
本研究では,シーンの自動生成と物理シミュレーションのための現実的な3次元形状生成の課題について考察する。
メッシュのグラフ構造を利用して、3Dメッシュを生成するのにシンプルだが非常に効果的な生成モデリング手法を用いる。
具体的には、変形可能な四面体格子でメッシュを表現し、この直接パラメトリゼーション上で拡散モデルを訓練する。
論文 参考訳（メタデータ） (2023-03-14T17:59:01Z)
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。