論文の概要: DensiCrafter: Physically-Constrained Generation and Fabrication of Self-Supporting Hollow Structures

• arxiv url: http://arxiv.org/abs/2511.09298v1
• Date: Thu, 13 Nov 2025 01:45:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-13 22:34:54.506957
• Title: DensiCrafter: Physically-Constrained Generation and Fabrication of Self-Supporting Hollow Structures
• Title（参考訳）: DensiCrafter: 物理的に制約された自己担持中空構造物の生成と製作
• Authors: Shengqi Dang, Fu Chai, Jiaxin Li, Chao Yuan, Wei Ye, Nan Cao,
• Abstract要約: 本稿では,軽量で自己支援型3Dホロウ構造を生成するためのフレームワークであるDensiCrafterを紹介する。 提案手法は,事前学習したトレリスモデルとシームレスに統合する。 テキスト・ツー・3D作業において,最大43%の物質量削減を実現した。
• 参考スコア（独自算出の注目度）: 31.192539787790214
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The rise of 3D generative models has enabled automatic 3D geometry and texture synthesis from multimodal inputs (e.g., text or images). However, these methods often ignore physical constraints and manufacturability considerations. In this work, we address the challenge of producing 3D designs that are both lightweight and self-supporting. We present DensiCrafter, a framework for generating lightweight, self-supporting 3D hollow structures by optimizing the density field. Starting from coarse voxel grids produced by Trellis, we interpret these as continuous density fields to optimize and introduce three differentiable, physically constrained, and simulation-free loss terms. Additionally, a mass regularization penalizes unnecessary material, while a restricted optimization domain preserves the outer surface. Our method seamlessly integrates with pretrained Trellis-based models (e.g., Trellis, DSO) without any architectural changes. In extensive evaluations, we achieve up to 43% reduction in material mass on the text-to-3D task. Compared to state-of-the-art baselines, our method could improve the stability and maintain high geometric fidelity. Real-world 3D-printing experiments confirm that our hollow designs can be reliably fabricated and could be self-supporting.
• Abstract（参考訳）: 3D生成モデルの台頭により、マルチモーダル入力(例えばテキストや画像)から自動3D幾何学とテクスチャ合成が可能になった。 しかし、これらの手法は物理的制約や製造可能性の考慮を無視することが多い。 本研究では,軽量かつ自己支援的な3Dデザインを創出する上での課題に対処する。 本稿では, 密度場を最適化することにより, 軽量で自己支持型3次元ホロウ構造を生成するためのフレームワークであるDensiCrafterを提案する。 トレリスによって生成される粗なボクセル格子から始まり、これらを連続密度場として解釈し、3つの微分可能・物理的制約付き・シミュレーション不要な損失項を最適化し導入する。 さらに、質量正規化は不要な物質を罰し、制限された最適化領域は外面を保存する。 提案手法は,事前学習したトレリスモデル(例えば,トレリス,DSO)とシームレスに統合する。 広範囲な評価において,テキスト・ツー・3D作業において,最大43%の物質量削減を実現した。 現状のベースラインと比較すると,本手法は安定性を向上し,高い幾何学的忠実性を維持することができる。 現実世界の3Dプリンティング実験では、私たちのホロウデザインは確実に製造でき、自己支援が可能であることを確認しています。

関連論文リスト

• UniLat3D: Geometry-Appearance Unified Latents for Single-Stage 3D Generation [98.40254523605581]
  UniLat3Dは、単一の潜在空間における幾何学と外観を符号化する統一されたフレームワークである。 我々の重要な貢献は、高分解能スパース特徴をコンパクトな潜在表現に圧縮する幾何学的外観統一VAEである。 UniLat3Dは、1枚の画像から数秒で高品質な3Dアセットを生成する。
  論文  参考訳（メタデータ） (2025-09-29T17:21:23Z)
• MatDecompSDF: High-Fidelity 3D Shape and PBR Material Decomposition from Multi-View Images [20.219010684946888]
  MatDecompSDFは、高忠実度3D形状を復元し、その物理的特性を多視点画像から分解するフレームワークである。 本手法は,標準のグラフィックスパイプラインにシームレスに統合可能な,編集可能で再生可能なアセットを生成する。
  論文  参考訳（メタデータ） (2025-07-07T08:22:32Z)
• 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)
• GraphicsDreamer: Image to 3D Generation with Physical Consistency [32.26851174969898]
  単一画像から高機能な3Dメッシュを作成する方法であるGraphicsDreamerを紹介する。 幾何融合の段階では、生成した3Dオブジェクトが信頼性の高いテクスチャの詳細を持つことを保証するため、PBRの制約を継続する。 提案手法はトポロジ最適化と高速なUVアンラッピング機能を備えており,3D画像をグラフィクスエンジンにシームレスにインポートすることができる。
  論文  参考訳（メタデータ） (2024-12-18T10:01:27Z)
• GaussianAnything: Interactive Point Cloud Flow Matching For 3D Object Generation [75.39457097832113]
  本稿では,インタラクティブなポイントクラウド構造ラテント空間を備えたスケーラブルで高品質な3D生成を実現する,新しい3D生成フレームワークを提案する。 本フレームワークでは,複数ビューのRGB-D(epth)-N(ormal)レンダリングを入力として使用する変分オートエンコーダを,3次元形状情報を保存する独自のラテント空間設計を用いて構成する。 提案手法であるGaussianAnythingは,複数モード条件付き3D生成をサポートし,ポイントクラウド,キャプション,単一画像入力を可能にする。
  論文  参考訳（メタデータ） (2024-11-12T18:59:32Z)
• Atlas3D: Physically Constrained Self-Supporting Text-to-3D for Simulation and Fabrication [50.541882834405946]
  我々は,テキストから3Dへの自動的実装であるAtlas3Dを紹介する。 提案手法は,新しい微分可能シミュレーションに基づく損失関数と,物理的にインスパイアされた正規化を組み合わせたものである。 我々は、Atlas3Dの有効性を広範囲な生成タスクを通して検証し、シミュレーションと実環境の両方で結果の3Dモデルを検証する。
  論文  参考訳（メタデータ） (2024-05-28T18:33:18Z)
• {\phi}-SfT: Shape-from-Template with a Physics-Based Deformation Model [69.27632025495512]
  Shape-from-Template (SfT) 法では、単一の単眼RGBカメラから3次元表面の変形を推定する。 本稿では,物理シミュレーションによる2次元観察を解説する新しいSfT手法を提案する。
  論文  参考訳（メタデータ） (2022-03-22T17:59:57Z)

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。