Fugu-MT 論文翻訳(概要): Compositional Generative Model of Unbounded 4D Cities

論文の概要: Compositional Generative Model of Unbounded 4D Cities

arxiv url: http://arxiv.org/abs/2501.08983v2
Date: Fri, 14 Mar 2025 12:54:19 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-17 13:03:56.025555
Title: Compositional Generative Model of Unbounded 4D Cities
Title（参考訳）: 非有界4次元都市の構成生成モデル
Authors: Haozhe Xie, Zhaoxi Chen, Fangzhou Hong, Ziwei Liu,
Abstract要約: 本研究では,4次元都市を創出するのに適した構成生成モデルを提案する。 CityDreamer4Dは、インスタンス編集、都市スタイル化、都市シミュレーションなど、さまざまなダウンストリームアプリケーションをサポートしている。
参考スコア（独自算出の注目度）: 44.203932215464214
License:
Abstract: 3D scene generation has garnered growing attention in recent years and has made significant progress. Generating 4D cities is more challenging than 3D scenes due to the presence of structurally complex, visually diverse objects like buildings and vehicles, and heightened human sensitivity to distortions in urban environments. To tackle these issues, we propose CityDreamer4D, a compositional generative model specifically tailored for generating unbounded 4D cities. Our main insights are 1) 4D city generation should separate dynamic objects (e.g., vehicles) from static scenes (e.g., buildings and roads), and 2) all objects in the 4D scene should be composed of different types of neural fields for buildings, vehicles, and background stuff. Specifically, we propose Traffic Scenario Generator and Unbounded Layout Generator to produce dynamic traffic scenarios and static city layouts using a highly compact BEV representation. Objects in 4D cities are generated by combining stuff-oriented and instance-oriented neural fields for background stuff, buildings, and vehicles. To suit the distinct characteristics of background stuff and instances, the neural fields employ customized generative hash grids and periodic positional embeddings as scene parameterizations. Furthermore, we offer a comprehensive suite of datasets for city generation, including OSM, GoogleEarth, and CityTopia. The OSM dataset provides a variety of real-world city layouts, while the Google Earth and CityTopia datasets deliver large-scale, high-quality city imagery complete with 3D instance annotations. Leveraging its compositional design, CityDreamer4D supports a range of downstream applications, such as instance editing, city stylization, and urban simulation, while delivering state-of-the-art performance in generating realistic 4D cities.
Abstract（参考訳）: 3Dシーン生成は近年注目を集め、大きな進歩を遂げている。 4Dの都市を作るのは、構造的に複雑で、建物や車両のような視覚的に多様な物体の存在や、都市環境の歪みに対する人間の感受性を高めるため、3Dのシーンよりも難しい。これらの課題に対処するため,我々は,非有界な4D都市を創出するための合成モデルであるCityDreamer4Dを提案する。私たちの主な洞察は 1)4次元都市生成は、静的なシーン(例えば、建物や道路)から動的オブジェクト(例えば、車両)を分離し、 2)4Dシーンの全てのオブジェクトは、建物、車両、背景物のための異なるタイプのニューラルネットワークから構成されるべきである。具体的には,交通シナリオ生成器と非有界レイアウト生成器を提案し,高コンパクトなBEV表現を用いて動的交通シナリオと静的都市レイアウトを生成する。 4D都市のオブジェクトは、背景物、建物、車両のための物指向とインスタンス指向のニューラルネットワークを組み合わせることで生成される。背景物やインスタンスの異なる特徴に合わせるために、ニューラルネットワークはカスタマイズされた生成ハッシュグリッドと周期的な位置埋め込みをシーンパラメータ化として採用している。さらに、OSM、GoogleEarth、CityTopiaなど、都市生成のための包括的なデータセットスイートも提供しています。 OSMデータセットは現実世界のさまざまなレイアウトを提供し、Google EarthとCityTopiaデータセットは3Dインスタンスアノテーションを備えた大規模で高品質な都市イメージを提供する。構成設計を活用することで、CityDreamer4Dは、インスタンス編集、都市スタイリゼーション、都市シミュレーションなど、さまざまなダウンストリームアプリケーションをサポートし、リアルな4D都市を生成する上で最先端のパフォーマンスを提供する。

関連論文リスト

Urban4D: Semantic-Guided 4D Gaussian Splatting for Urban Scene Reconstruction [86.4386398262018]
Urban4Dは、深い2Dセマンティックマップ生成の進歩に触発されたセマンティック誘導分解戦略である。我々のアプローチは、信頼できるセマンティック・ガウシアンを通して潜在的に動的対象を区別する。実世界のデータセットでの実験では、Urban4Dは従来の最先端の手法と同等または優れた品質を実現している。
論文参考訳（メタデータ） (2024-12-04T16:59:49Z)
UrbanWorld: An Urban World Model for 3D City Generation [21.21375372182025]
UrbanWorldは、フレキシブルな制御条件を備えたカスタマイズされたリアルでインタラクティブな3D都市世界を自動生成できる、ジェネレーティブな都市世界モデルである。我々は5つの視覚的指標について広範囲に定量的に分析を行い、UrbanWorldがSOTA生成リアリズムを実現していることを示す。エージェントの認識とナビゲーションを生成環境内で示すことで,これらの環境のインタラクティブな性質を検証する。
論文参考訳（メタデータ） (2024-07-16T17:59:29Z)
CityCraft: A Real Crafter for 3D City Generation [25.7885801163556]
CityCraftは、都市シーン生成の多様性と品質の両方を強化するために設計された革新的なフレームワークである。提案手法は,まず拡散変圧器(DiT)モデルを用いて,多種かつ制御可能な2次元都市レイアウトを生成する。生成したレイアウトと都市計画に基づいて,Blenderとアセット検索モジュールを用いて,正確なアセット配置とシーン構築を行う。
論文参考訳（メタデータ） (2024-06-07T14:49:00Z)
Comp4D: LLM-Guided Compositional 4D Scene Generation [65.5810466788355]
合成 4D 生成のための新しいフレームワーク Comp4D について述べる。シーン全体の特異な4D表現を生成する従来の方法とは異なり、Comp4Dはシーン内の各4Dオブジェクトを革新的に別々に構築する。提案手法は, 予め定義された軌道で導かれる合成スコア蒸留技術を用いている。
論文参考訳（メタデータ） (2024-03-25T17:55:52Z)
Urban Scene Diffusion through Semantic Occupancy Map [49.20779809250597]
UrbanDiffusionは、Bird's-Eye View (BEV)マップに条件付き3次元拡散モデルである。我々のモデルは,潜在空間内のシーンレベルの構造の分布を学習する。実世界の運転データセットをトレーニングした後、我々のモデルは多様な都市シーンを生成することができる。
論文参考訳（メタデータ） (2024-03-18T11:54:35Z)
MatrixCity: A Large-scale City Dataset for City-scale Neural Rendering and Beyond [69.37319723095746]
都市規模のニューラルレンダリング研究のための大規模で包括的で高品質な合成データセットを構築します。本研究では,地上カメラのポーズと追加データモダリティを伴って,航空・街路ビューを容易に収集するパイプラインを構築した。その結果得られたパイロットデータセットMatrixCityには、合計28km2$の2つの都市地図から、67kの空中画像と452kのストリート画像が含まれている。
論文参考訳（メタデータ） (2023-09-28T16:06:02Z)
CityDreamer: Compositional Generative Model of Unbounded 3D Cities [44.203932215464214]
CityDreamerは、非有界な3D都市向けに特別に設計された合成モデルである。我々は、鳥の視線シーン表現を採用し、インスタンス指向と物指向のニューラルフィールドの両方にボリュームレンダリングを採用する。 CityDreamerは、現実的な3D都市を生成するだけでなく、生成された都市内の局所的な編集でも、最先端のパフォーマンスを実現している。
論文参考訳（メタデータ） (2023-09-01T17:57:02Z)
UrbanScene3D: A Large Scale Urban Scene Dataset and Simulator [13.510431691480727]
本論文では,Unreal Engine 4 と AirSim をベースとした手頃なシミュレータに付随する大規模都市景観データセットを提案する。従来の2D情報や人為的な3DCADモデルに基づいた作品とは異なり、UrbanScene3Dには、コンパクトな人造モデルと、空中画像で再構成された詳細な現実世界モデルの両方が含まれている。
論文参考訳（メタデータ） (2021-07-09T07:56:46Z)

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。