論文の概要: Auto-Regressive Surface Cutting

• arxiv url: http://arxiv.org/abs/2506.18017v1
• Date: Sun, 22 Jun 2025 12:53:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-24 19:06:36.699049
• Title: Auto-Regressive Surface Cutting
• Title（参考訳）: 自己回帰表面切削
• Authors: Yang Li, Victor Cheung, Xinhai Liu, Yuguang Chen, Zhongjin Luo, Biwen Lei, Haohan Weng, Zibo Zhao, Jingwei Huang, Zhuo Chen, Chunchao Guo,
• Abstract要約: プロのモデルを模倣して切り目を生成する自動再スキャンモデルSeamGPTを紹介する。 本手法は, 多様体および非多様体メッシュを含むUVアンラッピングベンチマークにおいて, 例外的な性能を実現する。 部品分解のためのクリーンなバウンダリを提供することで、既存の3Dセグメンテーションツールを強化する。
• 参考スコア（独自算出の注目度）: 16.593710516134472
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Surface cutting is a fundamental task in computer graphics, with applications in UV parameterization, texture mapping, and mesh decomposition. However, existing methods often produce technically valid but overly fragmented atlases that lack semantic coherence. We introduce SeamGPT, an auto-regressive model that generates cutting seams by mimicking professional workflows. Our key technical innovation lies in formulating surface cutting as a next token prediction task: sample point clouds on mesh vertices and edges, encode them as shape conditions, and employ a GPT-style transformer to sequentially predict seam segments with quantized 3D coordinates. Our approach achieves exceptional performance on UV unwrapping benchmarks containing both manifold and non-manifold meshes, including artist-created, and 3D-scanned models. In addition, it enhances existing 3D segmentation tools by providing clean boundaries for part decomposition.
• Abstract（参考訳）: 表面切削は、UVパラメータ化、テクスチャマッピング、メッシュ分解など、コンピュータグラフィックスの基本課題である。 しかし、既存の手法はしばしば、意味的コヒーレンスに欠ける技術的に妥当だが過度に断片化されたアトラスを生成する。 プロのワークフローを模倣して切り目を生成する自動回帰モデルSeamGPTを紹介する。 我々の重要な技術的革新は、次のトークン予測タスクとして表面切削を定式化することにある:メッシュ頂点とエッジ上のサンプル点雲、それらを形状条件としてエンコードし、GPTスタイルのトランスフォーマーを使用して、量子化された3D座標でシームセグメントを逐次予測する。 提案手法は, 多様体および非多様体メッシュを含むUVアンラッピングベンチマークにおいて, アーティストが作成した3次元スキャンモデルを含む例外的な性能を実現する。 さらに、部品分解のためのクリーンなバウンダリを提供することで、既存の3Dセグメンテーションツールを強化する。

関連論文リスト

• MeshPad: Interactive Sketch-Conditioned Artist-Designed Mesh Generation and Editing [64.84885028248395]
  MeshPadは、スケッチ入力から3Dメッシュを生成するジェネレーティブなアプローチである。 我々は、メッシュの領域の"削除"に編集を分解し、新しいメッシュ幾何学の"追加"に続き、一貫した編集を可能にすることに重点を置いている。 提案手法は,メッシュ三角形の追加と削除のために,大規模なTransformerモデルを利用した三角形列に基づくメッシュ表現に基づいている。
  論文  参考訳（メタデータ） (2025-03-03T11:27:44Z)
• Flatten Anything: Unsupervised Neural Surface Parameterization [76.4422287292541]
  本研究では,FAM(Flatten Anything Model)を導入し,グローバルな自由境界面パラメータ化を実現する。 従来の手法と比較して,FAMは接続情報を活用することなく,個別の面上で直接動作する。 当社のFAMは前処理を必要とせずに完全に自動化されており,高度に複雑なトポロジを扱うことができる。
  論文  参考訳（メタデータ） (2024-05-23T14:39:52Z)
• Nuvo: Neural UV Mapping for Unruly 3D Representations [61.87715912587394]
  既存のUVマッピングアルゴリズムは、最先端の3D再構成と生成技術によって生成された幾何学で動作する。 本稿では,3次元再構成と生成技術により生成された幾何学的手法を用いたUVマッピング手法を提案する。
  論文  参考訳（メタデータ） (2023-12-11T18:58:38Z)
• FoR$^2$M: Recognition and Repair of Foldings in Mesh Surfaces. Application to 3D Object Degradation [0.0]
  メッシュ面の折りたたみ認識と修復のための新しい手法を提案する。 提案手法は,3次元メッシュの埋め込みは行わないが,単純なメッシュ表面表現に直接適用することができる。
  論文  参考訳（メタデータ） (2022-06-20T10:43:32Z)
• Deep Marching Tetrahedra: a Hybrid Representation for High-Resolution 3D Shape Synthesis [90.26556260531707]
  DMTetは粗いボクセルのような単純なユーザーガイドを用いて高解像度の3次元形状を合成できる条件付き生成モデルである。 メッシュなどの明示的な表現を直接生成する深部3次元生成モデルとは異なり、我々のモデルは任意の位相で形状を合成することができる。
  論文  参考訳（メタデータ） (2021-11-08T05:29:35Z)

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。