論文の概要: RASP: Revisiting 3D Anamorphic Art for Shadow-Guided Packing of Irregular Objects
- arxiv url: http://arxiv.org/abs/2504.02465v1
- Date: Thu, 03 Apr 2025 10:33:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-11 17:41:31.068255
- Title: RASP: Revisiting 3D Anamorphic Art for Shadow-Guided Packing of Irregular Objects
- Title（参考訳）: RASP:不規則物体のシャドウガイドパッケージングのための3次元アナモルフィックアートの再検討
- Authors: Soumyaratna Debnath, Ashish Tiwari, Kaustubh Sadekar, Shanmuganathan Raman,
- Abstract要約: 我々は3Dアナモルフィックアートからの洞察に基づいて3Dオブジェクトアレンジメントを行う。
RASPは,任意の形状の3Dオブジェクトを有界体積内に配置する,微分可能なレンダリングベースのフレームワークである。
我々は多視点アナモルフィックアートのアートイラストを提示し、多視点から意味のある表現を実現した。
- 参考スコア（独自算出の注目度）: 17.411855207380256
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent advancements in learning-based methods have opened new avenues for exploring and interpreting art forms, such as shadow art, origami, and sketch art, through computational models. One notable visual art form is 3D Anamorphic Art in which an ensemble of arbitrarily shaped 3D objects creates a realistic and meaningful expression when observed from a particular viewpoint and loses its coherence over the other viewpoints. In this work, we build on insights from 3D Anamorphic Art to perform 3D object arrangement. We introduce RASP, a differentiable-rendering-based framework to arrange arbitrarily shaped 3D objects within a bounded volume via shadow (or silhouette)-guided optimization with an aim of minimal inter-object spacing and near-maximal occupancy. Furthermore, we propose a novel SDF-based formulation to handle inter-object intersection and container extrusion. We demonstrate that RASP can be extended to part assembly alongside object packing considering 3D objects to be "parts" of another 3D object. Finally, we present artistic illustrations of multi-view anamorphic art, achieving meaningful expressions from multiple viewpoints within a single ensemble.
- Abstract（参考訳）: 近年の学習手法の発展により,影画や折り紙,スケッチアートなどの芸術形式を探索・解釈するための新たな道が開かれつつある。
注目すべき視覚芸術形式は、3Dアナモルフィックアートであり、任意の形状の3Dオブジェクトのアンサンブルは、特定の視点から観察されたときに現実的で意味のある表現を生成し、他の視点に対する一貫性を失う。
本研究では,3次元アナモルフィックアートからの洞察に基づいて3次元オブジェクトアレンジメントを行う。
RASPは、任意の形状の3Dオブジェクトを、影(またはシルエット)誘導の最適化により、被写体間間隔を最小化し、最大近傍の占有率を目標として、有界体積内で任意に配置する、微分可能なレンダリングベースのフレームワークである。
さらに, オブジェクト間の交差とコンテナの押出を扱うSDFを用いた新しい定式化を提案する。
我々は、3Dオブジェクトを他の3Dオブジェクトの「部分」として考慮し、RASPをオブジェクトパッキングと共に部品アセンブリに拡張できることを実証した。
最後に,多視点アナモルフィックアートのアートイラストを提示し,一つのアンサンブル内の複数の視点から有意義な表現を実現する。
関連論文リスト
- Visibility-Uncertainty-guided 3D Gaussian Inpainting via Scene Conceptional Learning [63.94919846010485]
3DGI)は、複数の入力ビューから補完的な視覚的・意味的手がかりを効果的に活用することが困難である。
本稿では,異なる入力ビュー間での3Dポイントの視認性不確実性を計測し,それらを用いて3DGIを誘導する手法を提案する。
ViSibility-uncerTainty-guided 3DGIとシーンコンセプトAl学習を統合し,新しい3DGIフレームワークであるVISTAを構築した。
論文 参考訳（メタデータ） (2025-04-23T06:21:11Z) - SUGAR: Pre-training 3D Visual Representations for Robotics [85.55534363501131]
ロボット工学のための新しい3D事前学習フレームワークSUGARを紹介した。
SUGARは3次元の点雲を通してオブジェクトの意味的、幾何学的、および余分な特性をキャプチャする。
SuGARの3D表現は最先端の2Dおよび3D表現よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-04-01T21:23:03Z) - Zero-Shot Multi-Object Scene Completion [59.325611678171974]
1枚のRGB-D画像から複雑なシーンにおける複数の見えない物体の完全な形状を復元する3Dシーン補完法を提案する。
提案手法は, 合成および実世界の両方のデータセットにおいて, 現在の最先端技術よりも優れている。
論文 参考訳（メタデータ） (2024-03-21T17:59:59Z) - SceneWiz3D: Towards Text-guided 3D Scene Composition [134.71933134180782]
既存のアプローチでは、大規模なテキスト・ツー・イメージモデルを使用して3D表現を最適化するか、オブジェクト中心のデータセット上で3Dジェネレータをトレーニングする。
テキストから高忠実度3Dシーンを合成する新しい手法であるSceneWiz3Dを紹介する。
論文 参考訳（メタデータ） (2023-12-13T18:59:30Z) - Single-view 3D Scene Reconstruction with High-fidelity Shape and Texture [47.44029968307207]
本研究では,物体の形状とテクスチャを同時に高忠実度に再現する新しい枠組みを提案する。
提案手法は,SSR(Single-view Neural implicit Shape and Radiance Field)表現を用いて,明示的な3次元形状制御とボリュームレンダリングの両方を活用する。
我々のフレームワークの特徴は、単一のビュー3D再構成モデルにレンダリング機能をシームレスに統合しながら、きめ細かいテクスチャメッシュを生成する能力である。
論文 参考訳（メタデータ） (2023-11-01T11:46:15Z) - Structured 3D Features for Reconstructing Controllable Avatars [43.36074729431982]
パラメトリックな統計的メッシュ表面からサンプリングされた高密度な3次元点に画素整列画像特徴をプールする,新しい暗黙の3次元表現に基づくモデルであるStructured 3D Featuresを紹介する。
本研究では,S3Fモデルがモノクロ3D再構成やアルベド,シェーディング推定など,これまでの課題を超越していることを示す。
論文 参考訳（メタデータ） (2022-12-13T18:57:33Z) - DensePose 3D: Lifting Canonical Surface Maps of Articulated Objects to
the Third Dimension [71.71234436165255]
DensePose 3Dは2次元画像アノテーションのみから弱い教師付きで再構築を学習できる手法である。
3Dスキャンを必要としないため、DensePose 3Dは異なる動物種などの幅広いカテゴリーの学習に利用できる。
我々は,人間と動物のカテゴリーの合成データと実データの両方をベースラインとして,最先端の非剛体構造と比較し,顕著な改善を示した。
論文 参考訳（メタデータ） (2021-08-31T18:33:55Z) - Learning Canonical 3D Object Representation for Fine-Grained Recognition [77.33501114409036]
本研究では,1枚の画像から3次元空間における物体の変動を再現する微粒な物体認識のための新しいフレームワークを提案する。
我々は,物体を3次元形状とその外観の合成として表現し,カメラ視点の影響を排除した。
深部表現に3次元形状と外観を併用することにより,物体の識別表現を学習する。
論文 参考訳（メタデータ） (2021-08-10T12:19:34Z) - Shadow Art Revisited: A Differentiable Rendering Based Approach [26.910401398827123]
我々は3次元彫刻を得るために、異なるレンダリングに基づく最適化フレームワークを用いて影芸術を再考する。
シェードアート彫刻の生成に微分レンダリングを使用するという選択は、画像データのみから基礎となる3次元幾何学を学習する能力に起因していると考えられる。
本研究では,顔の影を映し出す3D彫刻の製作,アニメーション映画キャラクタの製作,基礎となる形状をスケッチベースで再現するフレームワークの適用性を実証する。
論文 参考訳（メタデータ） (2021-07-30T10:43:48Z) - Mask2CAD: 3D Shape Prediction by Learning to Segment and Retrieve [54.054575408582565]
本稿では,既存の3次元モデルの大規模データセットを活用し,画像中の物体の3次元構造を理解することを提案する。
本稿では,実世界の画像と検出対象を共同で検出するMask2CADについて,最も類似したCADモデルとそのポーズを最適化する。
これにより、画像内のオブジェクトのクリーンで軽量な表現が生成される。
論文 参考訳（メタデータ） (2020-07-26T00:08:37Z)
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。