論文の概要: Cabbage: A Differential Growth Framework for Open Surfaces

• arxiv url: http://arxiv.org/abs/2504.18040v1
• Date: Fri, 25 Apr 2025 03:25:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:53.624868
• Title: Cabbage: A Differential Growth Framework for Open Surfaces
• Title（参考訳）: Cabbage: オープンサーフェスのための差分成長フレームワーク
• Authors: Xiaoyi Liu, Hao Tang,
• Abstract要約: キャベジ(Cabbage)は、花弁のカールのような自然界に見られる3次元開口面における座屈挙動をモデル化するための差動成長フレームワークである。 キャベジは自己切断のない高品質な三角形メッシュを生成する。 コンピュータ・モデリング、デジタル・ファブリケーション、教育だけでなく、幾何学処理や形状解析のための高品質な注釈付きデータも提供している。
• 参考スコア（独自算出の注目度）: 8.895165270489167
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose Cabbage, a differential growth framework to model buckling behavior in 3D open surfaces found in nature-like the curling of flower petals. Cabbage creates high-quality triangular meshes free of self-intersection. Cabbage-Shell is driven by edge subdivision which differentially increases discretization resolution. Shell forces expands the surface, generating buckling over time. Feature-aware smoothing and remeshing ensures mesh quality. Corrective collision effectively prevents self-collision even in tight spaces. We additionally provide Cabbage-Collision, and approximate alternative, followed by CAD-ready surface generation. Cabbage is the first open-source effort with this calibre and robustness, outperforming SOTA methods in its morphological expressiveness, mesh quality, and stably generates large, complex patterns over hundreds of simulation steps. It is a source not only of computational modeling, digital fabrication, education, but also high-quality, annotated data for geometry processing and shape analysis.
• Abstract（参考訳）: 花弁のカーリングのような自然界に見られる3次元開口面における座屈挙動をモデル化するための差動成長フレームワークCabbageを提案する。 キャベジは自己切断のない高品質な三角形メッシュを生成する。 Cabbage-Shellはエッジ分割によって駆動される。 殻力は表面を拡大し、時間の経過とともに座屈する。 フィーチャーアウェアのスムーズ化とリメッシングにより、メッシュの品質が保証される。 補正衝突は、狭い空間でも自己衝突を効果的に防ぐ。 また,キャベツ・コリジョンや近似的な代替品,CAD対応表面生成も提供する。 Cabbageは、このカリブとロバスト性に関する最初のオープンソースな取り組みであり、その形態表現性、メッシュ品質、安定して数百のシミュレーションステップで大規模な複雑なパターンを生成するSOTAメソッドよりも優れています。 コンピュータ・モデリング、デジタル・ファブリケーション、教育だけでなく、幾何学処理や形状解析のための高品質な注釈付きデータも提供している。

関連論文リスト

• SparseFlex: High-Resolution and Arbitrary-Topology 3D Shape Modeling [79.56581753856452]
  SparseFlexは、新しいスパース構造のアイソサーフェス表現で、レンダリング損失から最大10243ドルの解像度で、差別化可能なメッシュ再構築を可能にする。 SparseFlexは、高解像度で差別化可能なメッシュ再構成とレンダリングロスによる生成を可能にすることで、3D形状の表現とモデリングの最先端性を著しく向上させる。
  論文  参考訳（メタデータ） (2025-03-27T17:46:42Z)
• Thin-Shell-SfT: Fine-Grained Monocular Non-rigid 3D Surface Tracking with Neural Deformation Fields [66.1612475655465]
  RGBビデオから変形可能な表面を3Dで再現することは難しい問題だ。 既存の方法は、統計的、神経的、物理的に先行する変形モデルを使用する。 我々は,非剛性3次元トラッキングメッシュの新しい手法であるThinShell-SfTを提案する。
  論文  参考訳（メタデータ） (2025-03-25T18:00:46Z)
• Procedural Generation of 3D Maize Plant Architecture from LIDAR Data [16.458252508124794]
  本研究では,LiDAR点クラウドデータからトウモロコシ(Zea mays)植物の3Dプロシージャモデルを生成するための堅牢なフレームワークを提案する。 本フレームワークは非一様合理的B-スプライン(NURBS)表面を利用してトウモロコシの葉をモデル化する。
  論文  参考訳（メタデータ） (2025-01-21T22:53:09Z)
• CaPa: Carve-n-Paint Synthesis for Efficient 4K Textured Mesh Generation [2.544527978847722]
  CaPaは、高忠実度3Dアセットを効率的に生成するカーブ・アンド・ペイントのフレームワークである。 テクスチャの忠実さと幾何学的安定性に優れ、実用的でスケーラブルな3Dアセット生成のための新しい標準を確立する。
  論文  参考訳（メタデータ） (2025-01-16T10:03:15Z)
• Outdoor Scene Extrapolation with Hierarchical Generative Cellular Automata [70.9375320609781]
  我々は,自律走行車(AV)で多量に捕獲された大規模LiDARスキャンから微細な3次元形状を生成することを目指している。 本稿では,空間的にスケーラブルな3次元生成モデルである階層型生成セルオートマトン (hGCA) を提案する。
  論文  参考訳（メタデータ） (2024-06-12T14:56:56Z)
• PivotMesh: Generic 3D Mesh Generation via Pivot Vertices Guidance [66.40153183581894]
  汎用的でスケーラブルなメッシュ生成フレームワークであるPivotMeshを紹介します。 PivotMeshは、ネイティブメッシュ生成を大規模データセットに拡張する最初の試みである。 PivotMeshは,様々なカテゴリにまたがって,コンパクトでシャープな3Dメッシュを生成することができることを示す。
  論文  参考訳（メタデータ） (2024-05-27T07:13:13Z)
• PRS: Sharp Feature Priors for Resolution-Free Surface Remeshing [30.28380889862059]
  本稿では,自動特徴検出とリメッシングのためのデータ駆動方式を提案する。 提案アルゴリズムは,Fスコアの26%,知覚値の42%がtextRMSE_textv$である。
  論文  参考訳（メタデータ） (2023-11-30T12:15:45Z)
• Learning Versatile 3D Shape Generation with Improved AR Models [91.87115744375052]
  自己回帰(AR)モデルはグリッド空間の関節分布をモデル化することにより2次元画像生成において印象的な結果を得た。 本稿では3次元形状生成のための改良された自己回帰モデル(ImAM)を提案する。
  論文  参考訳（メタデータ） (2023-03-26T12:03:18Z)
• Delicate Textured Mesh Recovery from NeRF via Adaptive Surface Refinement [78.48648360358193]
  画像からテクスチャ化された表面メッシュを生成する新しいフレームワークを提案する。 我々のアプローチは、NeRFを用いて幾何学とビュー依存の外観を効率的に初期化することから始まります。 ジオメトリと共同で外観を洗練し、テクスチャ画像に変換してリアルタイムレンダリングします。
  論文  参考訳（メタデータ） (2023-03-03T17:14:44Z)
• Approximate Convex Decomposition for 3D Meshes with Collision-Aware Concavity and Tree Search [23.52274863244624]
  近似凸分解は、3次元形状をほぼ凸成分の集合に分解することを目的としている。 ゲームエンジン、物理シミュレーション、アニメーションで広く使われている。 本稿では,既存のアプローチの限界を3つの視点から解決する手法を提案する。
  論文  参考訳（メタデータ） (2022-05-05T23:40:15Z)

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。