論文の概要: Recent Advance in 3D Object and Scene Generation: A Survey

• arxiv url: http://arxiv.org/abs/2504.11734v1
• Date: Wed, 16 Apr 2025 03:22:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-17 14:38:47.275396
• Title: Recent Advance in 3D Object and Scene Generation: A Survey
• Title（参考訳）: 3Dオブジェクトとシーンジェネレーションの最近の進歩:サーベイ
• Authors: Xiang Tang, Ruotong Li, Xiaopeng Fan,
• Abstract要約: 本調査は,最先端の3D生成技術に関する構造化された理解を読者に提供することを目的としている。 本稿では,レイアウト誘導合成,2次元先行シーン生成,ルール駆動モデリングの3つの主要なパラダイムに着目した。
• 参考スコア（独自算出の注目度）: 14.673302810271219
• License:
• Abstract: In recent years, the demand for 3D content has grown exponentially with intelligent upgrading of interactive media, extended reality (XR), and Metaverse industries. In order to overcome the limitation of traditional manual modeling approaches, such as labor-intensive workflows and prolonged production cycles, revolutionary advances have been achieved through the convergence of novel 3D representation paradigms and artificial intelligence generative technologies. In this survey, we conduct a systematically review of the cutting-edge achievements in static 3D object and scene generation, as well as establish a comprehensive technical framework through systematic categorization. Specifically, we initiate our analysis with mainstream 3D object representations, followed by in-depth exploration of two principal technical pathways in object generation: data-driven supervised learning methods and deep generative model-based approaches. Regarding scene generation, we focus on three dominant paradigms: layout-guided compositional synthesis, 2D prior-based scene generation, and rule-driven modeling. Finally, we critically examine persistent challenges in 3D generation and propose potential research directions for future investigation. This survey aims to provide readers with a structured understanding of state-of-the-art 3D generation technologies while inspiring researchers to undertake more exploration in this domain.
• Abstract（参考訳）: 近年,インタラクティブメディア,拡張現実(XR),メタバース産業のインテリジェントなアップグレードによって,3Dコンテンツの需要が指数関数的に増加した。 労働集約型ワークフローや長期生産サイクルといった従来の手動モデリング手法の限界を克服するために、新しい3D表現パラダイムと人工知能生成技術の融合によって革命的な進歩が達成されている。 本研究では,静的な3次元オブジェクトとシーン生成における最先端の成果を体系的にレビューするとともに,体系的な分類を通じて総合的な技術枠組みを確立する。 具体的には,本分析を主流となる3Dオブジェクト表現を用いて開始し,続いてデータ駆動型教師あり学習法と深層生成モデルに基づくアプローチという,オブジェクト生成における2つの主要な技術経路を深く探究する。 シーン生成に関しては,レイアウト誘導合成,2次元先行シーン生成,ルール駆動モデリングの3つの主要なパラダイムに着目した。 最後に,3次元生成における持続的課題を批判的に検討し,今後の研究の方向性を提案する。 この調査は、最先端の3D生成技術に関する構造化された理解を読者に提供するとともに、研究者にこの領域でのさらなる探査を奨励することを目的としている。

関連論文リスト

• 3D Representation Methods: A Survey [0.0]
  3D表現は、様々なアプリケーションにおける高忠実度3Dモデルの需要の増加によって、大きな進歩を遂げてきた。 本稿では,3次元表現法の開発と現状を概観し,研究の軌跡,革新,強度,弱さを概観する。
  論文  参考訳（メタデータ） (2024-10-09T02:01:05Z)
• 3D Gaussian Splatting: Survey, Technologies, Challenges, and Opportunities [57.444435654131006]
  3D Gaussian Splatting (3DGS) は、3D表現の主流となる可能性を持つ顕著な手法として登場した。 本調査は,複数視点から既存の3DGS関連作品を分析することを目的としている。
  論文  参考訳（メタデータ） (2024-07-24T16:53:17Z)
• A Survey On Text-to-3D Contents Generation In The Wild [5.875257756382124]
  3Dコンテンツ作成は、ゲーム、ロボットシミュレーション、仮想現実など、さまざまなアプリケーションにおいて重要な役割を果たす。 この課題に対処するために、テキストから3D生成技術が、3D生成を自動化するための有望なソリューションとして登場した。
  論文  参考訳（メタデータ） (2024-05-15T15:23:22Z)
• Scalable Scene Modeling from Perspective Imaging: Physics-based Appearance and Geometry Inference [3.2229099973277076]
  論文は3Dシーンモデリングをその最先端に進める貢献のごく一部を提示する。 一般的なディープラーニング手法とは対照的に、この論文は第一原理に従うアルゴリズムの開発を目的としている。
  論文  参考訳（メタデータ） (2024-04-01T17:09:40Z)
• A Comprehensive Survey of 3D Dense Captioning: Localizing and Describing Objects in 3D Scenes [80.20670062509723]
  3Dシークエンスキャプションは、3Dシーンの詳細な説明を作成することを目的とした、視覚言語によるブリッジングタスクである。 2次元の視覚的キャプションと比較して、現実世界の表現が密接なため、大きな可能性と課題が提示される。 既存手法の人気と成功にもかかわらず、この分野の進歩を要約した総合的な調査は乏しい。
  論文  参考訳（メタデータ） (2024-03-12T10:04:08Z)
• A Comprehensive Survey on 3D Content Generation [148.434661725242]
  3Dコンテンツ生成は学術的価値と実践的価値の両方を示している。 新しい分類法が提案され,既存のアプローチを3Dネイティブ生成法,2D先行3D生成法,ハイブリッド3D生成法という3つのタイプに分類する。
  論文  参考訳（メタデータ） (2024-02-02T06:20:44Z)
• Advances in 3D Generation: A Survey [54.95024616672868]
  3Dコンテンツ生成の分野は急速に発展しており、高品質で多様な3Dモデルの作成を可能にしている。 具体的には,3次元生成のバックボーンとして機能する3D表現を紹介する。 本稿では,アルゴリズムのパラダイムのタイプによって分類された,生成手法に関する急成長する文献の概要について概説する。
  論文  参考訳（メタデータ） (2024-01-31T13:06:48Z)
• 3D Object Detection from Images for Autonomous Driving: A Survey [68.33502122185813]
  画像から3Dオブジェクトを検出することは、自動運転の基本的かつ困難な問題の一つだ。 この問題を2015年から2021年にかけて200以上の研究が行われ、理論、アルゴリズム、応用の幅広い範囲で研究されている。 我々は,この新奇で継続的な研究分野を包括的に調査し,画像に基づく3D検出に最もよく使用されるパイプラインを要約する。
  論文  参考訳（メタデータ） (2022-02-07T07:12:24Z)
• Recent Advances in Monocular 2D and 3D Human Pose Estimation: A Deep Learning Perspective [69.44384540002358]
  この問題に対処するための包括的で包括的な2D-to-3D視点を提供する。 2014年からの主流とマイルストーンのアプローチを統一フレームワークで分類しています。 また,ポーズ表現スタイル,ベンチマーク,評価指標,一般的なアプローチの定量的評価を要約した。
  論文  参考訳（メタデータ） (2021-04-23T11:07:07Z)

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。