論文の概要: Single Image to High-Quality 3D Object via Latent Features

• arxiv url: http://arxiv.org/abs/2511.19512v1
• Date: Mon, 24 Nov 2025 02:31:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-26 17:37:04.058423
• Title: Single Image to High-Quality 3D Object via Latent Features
• Title（参考訳）: 潜時特徴を用いた高画質3次元物体への単一画像化
• Authors: Huanning Dong, Yinuo Huang, Fan Li, Ping Kuang,
• Abstract要約: 単一画像から3Dオブジェクトを生成するフレームワークであるLatntDreamerを紹介する。 事前訓練された変分オートエンコーダは、3Dジオメトリを潜在特徴にマッピングする。 LatentDreamerは粗いジオメトリ、洗練されたジオメトリ、現実的なテクスチャを逐次生成する。
• 参考スコア（独自算出の注目度）: 7.610379621632961
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: 3D assets are essential in the digital age. While automatic 3D generation, such as image-to-3d, has made significant strides in recent years, it often struggles to achieve fast, detailed, and high-fidelity generation simultaneously. In this work, we introduce LatentDreamer, a novel framework for generating 3D objects from single images. The key to our approach is a pre-trained variational autoencoder that maps 3D geometries to latent features, which greatly reducing the difficulty of 3D generation. Starting from latent features, the pipeline of LatentDreamer generates coarse geometries, refined geometries, and realistic textures sequentially. The 3D objects generated by LatentDreamer exhibit high fidelity to the input images, and the entire generation process can be completed within a short time (typically in 70 seconds). Extensive experiments show that with only a small amount of training, LatentDreamer demonstrates competitive performance compared to contemporary approachs.
• Abstract（参考訳）: デジタル時代には3Dの資産が不可欠である。 image-to-3dのような自動3D生成は近年大きな進歩を遂げているが、高速で詳細で高忠実な生成を同時に行うのに苦労することが多い。 本研究では,単一画像から3Dオブジェクトを生成する新しいフレームワークであるLatentDreamerを紹介する。 提案手法の鍵となるのは3次元ジオメトリを潜在特徴にマッピングする事前訓練された変分オートエンコーダであり、3次元生成の難しさを大幅に低減させる。 LatentDreamerのパイプラインは、潜在特徴から始まり、粗いジオメトリ、洗練されたジオメトリ、そして現実的なテクスチャを順次生成する。 LatentDreamerによって生成された3Dオブジェクトは入力画像に高い忠実度を示し、生成プロセス全体が短時間で完了する(典型的には70秒で完了する)。 大規模な実験では、少量のトレーニングで、LatentDreamerは現代のアプローチと比較して競争性能を示す。

関連論文リスト

• 3D-SceneDreamer: Text-Driven 3D-Consistent Scene Generation [51.64796781728106]
  本稿では,2次元拡散モデル以前の自然画像と,現在のシーンのグローバルな3次元情報を利用して,高品質で新しいコンテンツを合成する生成的精細化ネットワークを提案する。 提案手法は,視覚的品質と3次元の整合性を改善した多種多様なシーン生成と任意のカメラトラジェクトリをサポートする。
  論文  参考訳（メタデータ） (2024-03-14T14:31:22Z)
• IPDreamer: Appearance-Controllable 3D Object Generation with Complex Image Prompts [90.49024750432139]
  IPDreamerは複雑な$textbfI$mage $textbfP$romptsから複雑な外観特徴をキャプチャし、合成した3Dオブジェクトをこれらの特徴と整合させる。 IPDreamerはテキストと複雑な画像のプロンプトに整合した高品質な3Dオブジェクトを一貫して生成することを示した。
  論文  参考訳（メタデータ） (2023-10-09T03:11:08Z)

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。