論文の概要: Proc-GS: Procedural Building Generation for City Assembly with 3D Gaussians

• arxiv url: http://arxiv.org/abs/2412.07660v1
• Date: Tue, 10 Dec 2024 16:45:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-11 14:36:53.094051
• Title: Proc-GS: Procedural Building Generation for City Assembly with 3D Gaussians
• Title（参考訳）: Proc-GS:3Dガウシアンによる市議会の手続き型ビルディングジェネレーション
• Authors: Yixuan Li, Xingjian Ran, Linning Xu, Tao Lu, Mulin Yu, Zhenzhi Wang, Yuanbo Xiangli, Dahua Lin, Bo Dai,
• Abstract要約: 資産の創出は労働集約的であり、設計ルールを開発するには専門的なスキルが必要である。 作成のための最近の生成モデルは、しばしばこれらのパターンを見落とし、視覚的忠実度が低く、スケーラビリティが制限される。 手続き的なコードを操作することで、このプロセスを合理化し、無限に多様な建物を生成することができます。
• 参考スコア（独自算出の注目度）: 65.09942210464747
• License:
• Abstract: Buildings are primary components of cities, often featuring repeated elements such as windows and doors. Traditional 3D building asset creation is labor-intensive and requires specialized skills to develop design rules. Recent generative models for building creation often overlook these patterns, leading to low visual fidelity and limited scalability. Drawing inspiration from procedural modeling techniques used in the gaming and visual effects industry, our method, Proc-GS, integrates procedural code into the 3D Gaussian Splatting (3D-GS) framework, leveraging their advantages in high-fidelity rendering and efficient asset management from both worlds. By manipulating procedural code, we can streamline this process and generate an infinite variety of buildings. This integration significantly reduces model size by utilizing shared foundational assets, enabling scalable generation with precise control over building assembly. We showcase the potential for expansive cityscape generation while maintaining high rendering fidelity and precise control on both real and synthetic cases.
• Abstract（参考訳）: 建物は都市の主要な構成要素であり、しばしば窓やドアなどの繰り返し要素を特徴としている。 伝統的な3Dビルディングアセット作成は労働集約的であり、設計ルールを開発するために専門的なスキルを必要とする。 作成のための最近の生成モデルは、しばしばこれらのパターンを見落とし、視覚的忠実度が低く、スケーラビリティが制限される。 ゲーム・ビジュアルエフェクト産業で使用されるプロシージャモデリング技術からインスピレーションを得て,プロシージャコードを3Dガウス・スティング(3D-GS)フレームワークに統合し,高忠実性レンダリングの利点と両世界の効率的な資産管理を活用する。 手続き的なコードを操作することで、このプロセスを合理化し、無限に多様な建物を生成することができます。 この統合は、共有基礎資産を利用することで、モデルサイズを大幅に削減し、ビルドアセンブリを正確に制御したスケーラブルな生成を可能にします。 実例と合成事例の両方において高いレンダリング精度と正確な制御を維持しつつ,都市景観形成の可能性を示す。

関連論文リスト

• CityX: Controllable Procedural Content Generation for Unbounded 3D Cities [50.10101235281943]
  現在の生成法は多様性、可制御性または忠実度に乏しい。 本研究では,高忠実度生成のための手続き的コンテンツ生成(PCG)技術を利用する。 我々は,OSM,セマンティックマップ,衛星画像などのマルチモーダル命令を実行可能なプログラムに変換するマルチエージェントフレームワークを開発した。 提案手法はCityXと呼ばれ,多種多様で制御可能でリアルな3D都市景観の創出において,その優位性を実証するものである。
  論文  参考訳（メタデータ） (2024-07-24T18:05:13Z)
• Enhancement of 3D Gaussian Splatting using Raw Mesh for Photorealistic Recreation of Architectures [12.96911281844627]
  本研究では,3次元ガウスモデルを用いて建物の基本形状を抽出する手法を提案する。 この調査は,建築設計分野における3次元再構築技術の有効性を向上する新たな可能性を開くものである。
  論文  参考訳（メタデータ） (2024-07-22T07:29:38Z)
• GaussianDreamerPro: Text to Manipulable 3D Gaussians with Highly Enhanced Quality [99.63429416013713]
  3D-GSは現実世界のシーンの再構築とレンダリングで大きな成功を収めた。 高いレンダリング品質を生成タスクに転送するために、テキストから3Dガウス資産を生成するための一連の研究が進められている。 生成品質を向上させるため,GaussianDreamerProという新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-06-26T16:12:09Z)
• 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)
• CLAY: A Controllable Large-scale Generative Model for Creating High-quality 3D Assets [43.315487682462845]
  CLAYは、人間の想像力を複雑な3Dデジタル構造に変換するために設計された3D幾何学および材料生成装置である。 中心となるのは、多解像度変分オートエンコーダ(VAE)と最小遅延拡散変換器(DiT)からなる大規模生成モデルである。 我々はCLAYを、スケッチ的な概念設計から複雑な詳細を持つ生産可能な資産まで、様々な制御可能な3Dアセット作成に活用することを実証する。
  論文  参考訳（メタデータ） (2024-05-30T05:57:36Z)
• SceneX:Procedural Controllable Large-scale Scene Generation via Large-language Models [53.961002112433576]
  本稿では,デザイナーのテキスト記述に従って高品質なプロシージャモデルを自動生成する大規模シーン生成フレームワークであるSceneXを紹介する。 私たちのSceneXは、微妙な幾何学的レイアウトと構造を持つ2.5km×2.5kmの都市を生成でき、プロのPCGエンジニアの数週間の時間を大幅に短縮して、普通のユーザにとっては数時間に過ぎません。
  論文  参考訳（メタデータ） (2024-03-23T03:23:29Z)
• CG3D: Compositional Generation for Text-to-3D via Gaussian Splatting [57.14748263512924]
  CG3Dは、スケーラブルな3Dアセットを合成的に生成する手法である。 ガンマ放射場は、オブジェクトの合成を可能にするためにパラメータ化され、意味的および物理的に一貫したシーンを可能にする能力を持っている。
  論文  参考訳（メタデータ） (2023-11-29T18:55:38Z)
• BuilDiff: 3D Building Shape Generation using Single-Image Conditional Point Cloud Diffusion Models [15.953480573461519]
  画像条件付き点雲拡散モデルを用いた新しい3次元ビルディング形状生成法を提案する。 新たに構築された2つのデータセット上でフレームワークを検証した結果,提案手法が生成品質の面で従来の手法よりも優れていたことが確認された。
  論文  参考訳（メタデータ） (2023-08-31T22:17:48Z)

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。