論文の概要: HSM: Hierarchical Scene Motifs for Multi-Scale Indoor Scene Generation
- arxiv url: http://arxiv.org/abs/2503.16848v1
- Date: Fri, 21 Mar 2025 04:36:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-24 14:55:42.024439
- Title: HSM: Hierarchical Scene Motifs for Multi-Scale Indoor Scene Generation
- Title（参考訳）: HSM:マルチスケール屋内シーン生成のための階層型シーンモチーフ
- Authors: Hou In Derek Pun, Hou In Ivan Tam, Austin T. Wang, Xiaoliang Huo, Angel X. Chang, Manolis Savva,
- Abstract要約: HSMは屋内シーン生成のための階層的な枠組みであり、空間スケールにわたって密集した物体配置を持つ。
実験の結果,HSMは部屋のタイプや空間構成にまたがるユーザ入力によりリアルでより適合したシーンを生成することで,既存の手法よりも優れることがわかった。
- 参考スコア（独自算出の注目度）: 15.068389804314824
- License:
- Abstract: Despite advances in indoor 3D scene layout generation, synthesizing scenes with dense object arrangements remains challenging. Existing methods primarily focus on large furniture while neglecting smaller objects, resulting in unrealistically empty scenes. Those that place small objects typically do not honor arrangement specifications, resulting in largely random placement not following the text description. We present HSM, a hierarchical framework for indoor scene generation with dense object arrangements across spatial scales. Indoor scenes are inherently hierarchical, with surfaces supporting objects at different scales, from large furniture on floors to smaller objects on tables and shelves. HSM embraces this hierarchy and exploits recurring cross-scale spatial patterns to generate complex and realistic indoor scenes in a unified manner. Our experiments show that HSM outperforms existing methods by generating scenes that are more realistic and better conform to user input across room types and spatial configurations.
- Abstract（参考訳）: 屋内3次元シーンレイアウト生成の進歩にもかかわらず、密集した物体配置の合成シーンは依然として困難である。
既存の方法は主に大きな家具に焦点を合わせ、小さな物体を無視し、非現実的に空のシーンを生み出した。
小さなオブジェクトを配置するオブジェクトは通常、アレンジメント仕様を尊重しない。
室内シーン生成のための階層的枠組みであるHSMについて述べる。
室内のシーンは本質的に階層的であり、床に大きな家具からテーブルや棚の小さなオブジェクトまで、さまざまなスケールでオブジェクトをサポートする。
HSMはこの階層を採用し、繰り返し発生する空間パターンを利用して、複雑で現実的な屋内シーンを統一的に生成する。
実験の結果,HSMは部屋のタイプや空間構成にまたがるユーザ入力によりリアルでより適合したシーンを生成することで,既存の手法よりも優れることがわかった。
関連論文リスト
- ROOT: VLM based System for Indoor Scene Understanding and Beyond [83.71252153660078]
ROOTは、室内シーンの分析を強化するために設計されたVLMベースのシステムである。
rootnameは、屋内シーンの理解を促進し、3Dシーン生成や組み込みAIなど、さまざまな下流アプリケーションに有効であることを証明します。
論文 参考訳（メタデータ） (2024-11-24T04:51:24Z) - 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) - 3D scene generation from scene graphs and self-attention [51.49886604454926]
本稿では,シーングラフとフロアプランから3次元シーンを合成する条件付き変分オートエンコーダ(cVAE)モデルを提案する。
我々は、シーン内のオブジェクト間の高レベルな関係をキャプチャするために、自己注意層の特性を利用する。
論文 参考訳（メタデータ） (2024-04-02T12:26:17Z) - Open-Universe Indoor Scene Generation using LLM Program Synthesis and Uncurated Object Databases [13.126239167800652]
テキストのプロンプトに応じて屋内シーンを生成するシステムを提案する。
プロンプトはシーン記述の固定語彙に限らない。
生成されたシーンのオブジェクトは、固定されたオブジェクトカテゴリに制限されない。
論文 参考訳（メタデータ） (2024-02-05T01:59:31Z) - FurniScene: A Large-scale 3D Room Dataset with Intricate Furnishing Scenes [57.47534091528937]
FurniSceneは、インテリアデザインの専門家による複雑な家具シーンを備えた大規模な3Dルームデータセットである。
具体的には、FurniSceneは11,698の部屋と、89種類のユニークな家具CADモデル39,691種類で構成されている。
室内環境のきめ細かいレイアウト生成に適した2段階拡散シーンモデル(TSDSM)を提案する。
論文 参考訳（メタデータ） (2024-01-07T12:34:45Z) - SceneHGN: Hierarchical Graph Networks for 3D Indoor Scene Generation
with Fine-Grained Geometry [92.24144643757963]
3D屋内シーンは、インテリアデザインからゲーム、バーチャルおよび拡張現実に至るまで、コンピュータグラフィックスで広く使われている。
高品質な3D屋内シーンは、専門知識が必要であり、手動で高品質な3D屋内シーンを設計するのに時間を要する。
SCENEHGNは3次元屋内シーンの階層的なグラフネットワークであり,部屋レベルからオブジェクトレベルまでの全階層を考慮し,最後にオブジェクト部分レベルに展開する。
提案手法は, 立体形状の細かな家具を含む, 可塑性3次元室内容を直接生成し, 直接的に生成することができる。
論文 参考訳（メタデータ） (2023-02-16T15:31:59Z) - BlobGAN: Spatially Disentangled Scene Representations [67.60387150586375]
本研究では,シーン生成モデルのための教師なし中間レベル表現を提案する。
この表現は、ピクセル単位でもイメージ単位でもなく、むしろ空間的に、奥行き順に並べられた特徴の「ブロブ」の集合としてモデル化されている。
論文 参考訳（メタデータ） (2022-05-05T17:59:55Z)
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。