論文の概要: FastMesh: Efficient Artistic Mesh Generation via Component Decoupling

• arxiv url: http://arxiv.org/abs/2508.19188v2
• Date: Wed, 27 Aug 2025 01:23:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-28 12:43:57.517405
• Title: FastMesh: Efficient Artistic Mesh Generation via Component Decoupling
• Title（参考訳）: FastMesh: コンポーネントのデカップリングによる効率的なアーティスティックメッシュ生成
• Authors: Jeonghwan Kim, Yushi Lan, Armando Fortes, Yongwei Chen, Xingang Pan,
• Abstract要約: メッシュ生成アプローチは通常、三角形メッシュをトークンのシーケンスにトークン化し、これらのトークンをシーケンシャルに生成するように自動回帰モデルを訓練する。 この冗長性は、過度に長いトークンシーケンスと非効率な生成プロセスをもたらす。 本稿では,頂点と面を別々に扱うことにより,芸術的メッシュを生成する効率的な枠組みを提案する。
• 参考スコア（独自算出の注目度）: 27.21354509059262
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent mesh generation approaches typically tokenize triangle meshes into sequences of tokens and train autoregressive models to generate these tokens sequentially. Despite substantial progress, such token sequences inevitably reuse vertices multiple times to fully represent manifold meshes, as each vertex is shared by multiple faces. This redundancy leads to excessively long token sequences and inefficient generation processes. In this paper, we propose an efficient framework that generates artistic meshes by treating vertices and faces separately, significantly reducing redundancy. We employ an autoregressive model solely for vertex generation, decreasing the token count to approximately 23\% of that required by the most compact existing tokenizer. Next, we leverage a bidirectional transformer to complete the mesh in a single step by capturing inter-vertex relationships and constructing the adjacency matrix that defines the mesh faces. To further improve the generation quality, we introduce a fidelity enhancer to refine vertex positioning into more natural arrangements and propose a post-processing framework to remove undesirable edge connections. Experimental results show that our method achieves more than 8$\times$ faster speed on mesh generation compared to state-of-the-art approaches, while producing higher mesh quality.
• Abstract（参考訳）: 最近のメッシュ生成アプローチでは、三角形メッシュをトークンのシーケンスにトークン化し、これらのトークンをシーケンシャルに生成するために自己回帰モデルを訓練する。 かなりの進歩にもかかわらず、これらのトークン列は必然的に頂点を複数回再利用して多様体メッシュを完全に表現し、それぞれの頂点は複数の面で共有される。 この冗長性は、過度に長いトークンシーケンスと非効率な生成プロセスをもたらす。 本稿では,頂点と面を別々に扱うことにより,芸術的メッシュを生成する効率的な枠組みを提案し,冗長性を著しく低減する。 我々は、頂点生成のみに自己回帰モデルを用い、トークン数を最もコンパクトな既存のトークン化器が必要とするトークンの約23倍に削減する。 次に、双方向トランスフォーマーを利用して、頂点間関係を捕捉し、メッシュ面を定義する隣接行列を構築することにより、メッシュを単一ステップで完了させる。 生成品質をさらに向上するため, 頂点位置をより自然な配置に洗練するための忠実度向上器を導入し, 不要なエッジ接続を除去するための後処理フレームワークを提案する。 実験結果から,提案手法は,最先端手法と比較してメッシュ生成速度が8$\times以上向上し,メッシュ品質が向上することが示された。

関連論文リスト

• MeshCraft: Exploring Efficient and Controllable Mesh Generation with Flow-based DiTs [79.45006864728893]
  MeshCraftは、効率的かつ制御可能なメッシュ生成のためのフレームワークである。 連続的な空間拡散を用いて、離散的な三角形の面を生成する。 800面のメッシュを3.2秒で生成できる。
  論文  参考訳（メタデータ） (2025-03-29T09:21:50Z)
• TreeMeshGPT: Artistic Mesh Generation with Autoregressive Tree Sequencing [47.919057306538626]
  TreeMeshGPTは、入力ポイントクラウドに整列した芸術的メッシュを生成するように設計された自動回帰変換器である。 提案手法は,2つのトークンを持つ三角形の面をそれぞれ表現し,圧縮率を約22%とする。 提案手法は,従来手法でよく見られたフリップ正規化を最小化しながら,強い正規配向制約を持つメッシュを生成する。
  論文  参考訳（メタデータ） (2025-03-14T17:48:06Z)
• MeshPad: Interactive Sketch-Conditioned Artist-Reminiscent 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)
• MeshAnything V2: Artist-Created Mesh Generation With Adjacent Mesh Tokenization [65.15226276553891]
  MeshAnything V2はArtist-Created Meshを作成するために設計された高度なメッシュ生成モデルである。 MeshAnything V2の背後にある重要なイノベーションは、新しいAdjacent Mesh Tokenization(AMT)メソッドです。
  論文  参考訳（メタデータ） (2024-08-05T15:33:45Z)

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。