論文の概要: Birth and Death of a Rose
- arxiv url: http://arxiv.org/abs/2412.05278v1
- Date: Fri, 06 Dec 2024 18:59:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-09 15:55:21.377119
- Title: Birth and Death of a Rose
- Title（参考訳）: バラの生死
- Authors: Chen Geng, Yunzhi Zhang, Shangzhe Wu, Jiajun Wu,
- Abstract要約: 本研究では,事前学習した2次元基礎モデルから時間的対象固有値を生成する問題について検討する。
本稿では,事前学習した2次元拡散モデルから抽出した信号を用いて,そのような資産を生成する手法を提案する。
本手法は,いくつかの自然現象に対して高品質な時間的対象固有値を生成することができる。
- 参考スコア（独自算出の注目度）: 23.94255931432368
- License:
- Abstract: We study the problem of generating temporal object intrinsics -- temporally evolving sequences of object geometry, reflectance, and texture, such as a blooming rose -- from pre-trained 2D foundation models. Unlike conventional 3D modeling and animation techniques that require extensive manual effort and expertise, we introduce a method that generates such assets with signals distilled from pre-trained 2D diffusion models. To ensure the temporal consistency of object intrinsics, we propose Neural Templates for temporal-state-guided distillation, derived automatically from image features from self-supervised learning. Our method can generate high-quality temporal object intrinsics for several natural phenomena and enable the sampling and controllable rendering of these dynamic objects from any viewpoint, under any environmental lighting conditions, at any time of their lifespan. Project website: https://chen-geng.com/rose4d
- Abstract（参考訳）: 本研究では、事前学習された2次元基礎モデルから、時間的に進化する物体形状、反射率、花の咲く花などのテクスチャといった時間変化の時間的対象固有性を生成する問題について検討する。
従来の3Dモデリングやアニメーション技術とは異なり、事前訓練された2D拡散モデルから抽出した信号を用いて、そのような資産を生成する手法を導入する。
本研究では, 自己教師型学習から自動的に画像特徴から抽出した時間的状態誘導蒸留のためのニューラルテンプレートを提案する。
提案手法は, 様々な自然現象に対する高品質な時間的対象固有値を生成し, どのような環境照明条件下でも, あらゆる視点から, それらの動的対象のサンプリングおよび制御可能なレンダリングを可能にする。
プロジェクトウェブサイト:https://chen-geng.com/rose4d
関連論文リスト
- DreamPolish: Domain Score Distillation With Progressive Geometry Generation [66.94803919328815]
本稿では,高精細な幾何学と高品質なテクスチャの創出に優れたテキスト・ツー・3D生成モデルであるDreamPolishを紹介する。
幾何構成フェーズでは, 合成過程の安定性を高めるために, 複数のニューラル表現を利用する。
テクスチャ生成フェーズでは、そのような領域に向けて神経表現を導くために、新しいスコア蒸留、すなわちドメインスコア蒸留(DSD)を導入する。
論文 参考訳（メタデータ） (2024-11-03T15:15:01Z) - Neural Differential Appearance Equations [14.053608981988793]
本研究では,動的外観テクスチャを時変時空間で再現する手法を提案する。
我々は、ニューラルネットワークの常微分方程式を用いて、ターゲットの例から外見の根底となるダイナミクスを学習する。
実験の結果,本手法は現実的かつ一貫性のある結果をもたらすことがわかった。
論文 参考訳（メタデータ） (2024-09-23T11:29:19Z) - Neural Point Cloud Diffusion for Disentangled 3D Shape and Appearance Generation [29.818827785812086]
コントロール可能な3Dアセットの生成は、映画、ゲーム、エンジニアリングにおけるコンテンツ作成やAR/VRなど、多くの実用的なアプリケーションにとって重要である。
本稿では,3次元拡散モデルに対して,ハイブリッド点雲とニューラル放射場アプローチを導入することで,絡み合いを実現するための適切な表現を提案する。
論文 参考訳（メタデータ） (2023-12-21T18:46:27Z) - Farm3D: Learning Articulated 3D Animals by Distilling 2D Diffusion [67.71624118802411]
本稿では,カテゴリー固有の3D再構成器の学習方法であるFarm3Dについて述べる。
本稿では,Stable Diffusion などの画像生成装置を用いて,合成学習データを生成するフレームワークを提案する。
我々のネットワークは、単分子再構成や合成などの分析に利用でき、ビデオゲームのようなリアルタイムアプリケーションのための音響資産を生成することができる。
論文 参考訳（メタデータ） (2023-04-20T17:59:34Z) - 3DMM-RF: Convolutional Radiance Fields for 3D Face Modeling [111.98096975078158]
本稿では,1つのパスを1つのパスで合成し,必要なニューラルネットワークのレンダリングサンプルのみを合成するスタイルベースの生成ネットワークを提案する。
このモデルは、任意のポーズと照明の顔画像に正確に適合し、顔の特徴を抽出し、制御可能な条件下で顔を再レンダリングするために使用できることを示す。
論文 参考訳（メタデータ） (2022-09-15T15:28:45Z) - Generative Deformable Radiance Fields for Disentangled Image Synthesis
of Topology-Varying Objects [52.46838926521572]
3D認識生成モデルは、モノクロ2D画像の集合から3Dニューラル放射場(NeRF)を生成するスーパーブパフォーマンスを実証した。
本研究では, トポロジー変化物体の放射場を非交絡形状と外観変化で合成する生成モデルを提案する。
論文 参考訳（メタデータ） (2022-09-09T08:44:06Z) - Scene Synthesis via Uncertainty-Driven Attribute Synchronization [52.31834816911887]
本稿では,3次元シーンの多様な特徴パターンを捉えるニューラルシーン合成手法を提案する。
提案手法は,ニューラルネットワークと従来のシーン合成手法の双方の長所を結合する。
論文 参考訳（メタデータ） (2021-08-30T19:45:07Z) - Texture Generation with Neural Cellular Automata [64.70093734012121]
一つのテンプレート画像からテクスチャジェネレータを学習する。
NCAモデルで示される振る舞いは、テクスチャを生成するための学習された分散されたローカルアルゴリズムであると主張します。
論文 参考訳（メタデータ） (2021-05-15T22:05:46Z) - Deep Generative Modelling of Human Reach-and-Place Action [15.38392014421915]
始終位置と終端位置を条件とした人間のリーチ・アンド・プレイス行動の深層生成モデルを提案する。
我々は、このような人間の3Dアクション600のデータセットを取得し、3Dソースとターゲットの2x3-D空間をサンプリングした。
我々の評価には、いくつかの改善、生成的多様性の分析、応用が含まれる。
論文 参考訳（メタデータ） (2020-10-05T21:36:20Z)
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。