論文の概要: CHOrD: Generation of Collision-Free, House-Scale, and Organized Digital Twins for 3D Indoor Scenes with Controllable Floor Plans and Optimal Layouts
- arxiv url: http://arxiv.org/abs/2503.11958v1
- Date: Sat, 15 Mar 2025 02:05:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-18 16:00:39.013463
- Title: CHOrD: Generation of Collision-Free, House-Scale, and Organized Digital Twins for 3D Indoor Scenes with Controllable Floor Plans and Optimal Layouts
- Title（参考訳）: CHOrD:制御可能なフロアプランと最適レイアウトを有する3次元屋内シーンのための無衝突, 住宅規模, 組織化されたディジタル双生児の生成
- Authors: Chong Su, Yingbin Fu, Zheyuan Hu, Jing Yang, Param Hanji, Shaojun Wang, Xuan Zhao, Cengiz Öztireli, Fangcheng Zhong,
- Abstract要約: 室内3次元シーンをスケーラブルに合成するための新しいフレームワークであるCHOrDを紹介する。
ChorDは家庭規模の、衝突のない、階層的に構成された屋内デジタル双生児を作る。
- 参考スコア（独自算出の注目度）: 21.63819006421225
- License:
- Abstract: We introduce CHOrD, a novel framework for scalable synthesis of 3D indoor scenes, designed to create house-scale, collision-free, and hierarchically structured indoor digital twins. In contrast to existing methods that directly synthesize the scene layout as a scene graph or object list, CHOrD incorporates a 2D image-based intermediate layout representation, enabling effective prevention of collision artifacts by successfully capturing them as out-of-distribution (OOD) scenarios during generation. Furthermore, unlike existing methods, CHOrD is capable of generating scene layouts that adhere to complex floor plans with multi-modal controls, enabling the creation of coherent, house-wide layouts robust to both geometric and semantic variations in room structures. Additionally, we propose a novel dataset with expanded coverage of household items and room configurations, as well as significantly improved data quality. CHOrD demonstrates state-of-the-art performance on both the 3D-FRONT and our proposed datasets, delivering photorealistic, spatially coherent indoor scene synthesis adaptable to arbitrary floor plan variations.
- Abstract（参考訳）: 室内の3Dシーンをスケーラブルに合成するための新しいフレームワークであるCHOrDを紹介した。
シーンレイアウトを直接シーングラフやオブジェクトリストとして合成する既存の手法とは対照的に、CHOrDは2次元画像に基づく中間レイアウト表現を取り入れており、生成時にそれらをアウト・オブ・ディストリビューション(OOD)のシナリオとして捉えることで、衝突アーティファクトの効果的な防止を可能にしている。
さらに、従来の方法とは異なり、CHOrDは複雑なフロアプランにマルチモーダル制御で準拠するシーンレイアウトを生成することができ、部屋の構造の幾何学的・意味的なバリエーションに頑健なコヒーレントでハウスワイドなレイアウトを作成することができる。
さらに,家庭用品や部屋構成のカバー範囲を拡大し,データ品質を大幅に改善した新しいデータセットを提案する。
CHOrDは、3D-FRONTと提案したデータセットの両方で最先端の性能を実証し、任意のフロアプランに適応可能な光現実的で空間的に整合した屋内シーン合成を提供する。
関連論文リスト
- Architect: Generating Vivid and Interactive 3D Scenes with Hierarchical 2D Inpainting [47.014044892025346]
Architectは、拡散ベースの2Dイメージのインペイントを活用する、複雑で現実的な3Dエボダイド環境を作成する、生成フレームワークである。
我々のパイプラインはさらに階層的かつ反復的な塗装プロセスに拡張され、大きな家具や小さな物体の配置を連続的に生成し、シーンを豊かにする。
論文 参考訳（メタデータ） (2024-11-14T22:15:48Z) - Prim2Room: Layout-Controllable Room Mesh Generation from Primitives [90.5012354166981]
Prim2Roomは、2Dレイアウト条件と3Dプリミティブ検索を活用した制御可能なルームメッシュ生成のためのフレームワークである。
適応的な視点選択アルゴリズムを導入し、より好ましい視点から家具のテクスチャと幾何学を生成する。
提案手法は,生成した3Dシーンの精度と美的魅力を高めるだけでなく,詳細な部屋デザインのためのユーザフレンドリーなプラットフォームも提供する。
論文 参考訳（メタデータ） (2024-09-09T07:25:47Z) - Dynamic Scene Understanding through Object-Centric Voxelization and Neural Rendering [57.895846642868904]
オブジェクト中心学習が可能な動的シーンのための3次元生成モデルDynaVol-Sを提案する。
ボキセル化は、個々の空間的位置において、物体ごとの占有確率を推定する。
提案手法は2次元セマンティックな特徴を統合して3次元セマンティック・グリッドを作成し,複数の不整合ボクセル・グリッドを通してシーンを表現する。
論文 参考訳（メタデータ） (2024-07-30T15:33:58Z) - Syn-to-Real Unsupervised Domain Adaptation for Indoor 3D Object Detection [50.448520056844885]
室内3次元物体検出における非教師なし領域適応のための新しいフレームワークを提案する。
合成データセット3D-FRONTから実世界のデータセットScanNetV2とSUN RGB-Dへの適応結果は、ソースオンリーベースラインよりも9.7%、9.1%のmAP25が顕著に改善されていることを示している。
論文 参考訳（メタデータ） (2024-06-17T08:18:41Z) - Mixed Diffusion for 3D Indoor Scene Synthesis [55.94569112629208]
提案するMiDiffusionは,可塑性3次元屋内シーンを合成するための混合離散連続拡散モデルである。
床条件の3次元シーン合成において,最先端の自己回帰モデルおよび拡散モデルより優れることを示す。
論文 参考訳（メタデータ） (2024-05-31T17:54:52Z) - RoomDesigner: Encoding Anchor-latents for Style-consistent and
Shape-compatible Indoor Scene Generation [26.906174238830474]
室内シーン生成は、空間的に合理的なレイアウトで形状に整合したスタイルの家具配置を作成することを目的としている。
家具をアンカーラテント表現としてエンコードすることで,形状先行を室内シーン生成に組み込む2段階モデルを提案する。
論文 参考訳（メタデータ） (2023-10-16T03:05:19Z) - CommonScenes: Generating Commonsense 3D Indoor Scenes with Scene Graph
Diffusion [83.30168660888913]
シーングラフを対応する制御可能な3Dシーンに変換する完全生成モデルであるCommonScenesを提案する。
パイプラインは2つのブランチで構成されており、1つは変分オートエンコーダでシーン全体のレイアウトを予測し、もう1つは互換性のある形状を生成する。
生成されたシーンは、入力シーングラフを編集し、拡散モデルのノイズをサンプリングすることで操作することができる。
論文 参考訳（メタデータ） (2023-05-25T17:39:13Z) - MCTS with Refinement for Proposals Selection Games in Scene
Understanding [32.92475660892122]
本稿では,モンテカルロ木探索(MCTS)アルゴリズムを適用したシーン理解問題に適用可能な新しい手法を提案する。
提案手法は,提案された提案のプールから,目的語を最大化する提案を共同で選択し,最適化する。
本手法は,部屋配置に厳しい制約を加えることなく,Matterport3Dデータセット上で高い性能を示す。
論文 参考訳（メタデータ） (2022-07-07T10:15:54Z) - 3D-Aware Indoor Scene Synthesis with Depth Priors [62.82867334012399]
既存の手法では、室内配置や内部の物体の多様さのため、屋内シーンのモデル化に失敗する。
室内のシーンは共通な内在構造を持たず、2次元画像のみを用いるだけでは3次元形状のモデルが適切にガイドできない。
論文 参考訳（メタデータ） (2022-02-17T09:54:29Z) - Scan2Plan: Efficient Floorplan Generation from 3D Scans of Indoor Scenes [9.71137838903781]
Scan2Planは,室内環境の構造要素の3次元スキャンから,フロアプランを正確に推定するための新しい手法である。
提案手法は、初期ステージがシーンの無秩序な点雲をクラスタリングする2段階のアプローチを取り入れたものである。
その後の段階では、各部屋について単純なポリゴンによってパラメータ化された閉周を推定する。
最後のフロアプランは、グローバル・コーディネート・システムにおけるすべての部屋周計の集合である。
論文 参考訳（メタデータ） (2020-03-16T17:59:41Z)
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。