論文の概要: MeshRipple: Structured Autoregressive Generation of Artist-Meshes

• arxiv url: http://arxiv.org/abs/2512.07514v2
• Date: Tue, 09 Dec 2025 09:28:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-10 14:12:23.024505
• Title: MeshRipple: Structured Autoregressive Generation of Artist-Meshes
• Title（参考訳）: MeshRipple: アーティスト・ミーシュの自己回帰生成構造
• Authors: Junkai Lin, Hang Long, Huipeng Guo, Jielei Zhang, JiaYi Yang, Tianle Guo, Yang Yang, Jianwen Li, Wenxiao Zhang, Matthias Nießner, Wei Yang,
• Abstract要約: メッシュは3Dアセットの主要な表現として機能する。 メッシュをアクティブな世代フロンティアから外部へ拡張するMeshRippleを紹介します。 この統合設計により、MeshRippleは、表面の忠実度と位相的完全性が高く、最近の強力なベースラインよりも優れたメッシュを生成することができる。
• 参考スコア（独自算出の注目度）: 43.29985039393799
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Meshes serve as a primary representation for 3D assets. Autoregressive mesh generators serialize faces into sequences and train on truncated segments with sliding-window inference to cope with memory limits. However, this mismatch breaks long-range geometric dependencies, producing holes and fragmented components. To address this critical limitation, we introduce MeshRipple, which expands a mesh outward from an active generation frontier, akin to a ripple on a surface. MeshRipple rests on three key innovations: a frontier-aware BFS tokenization that aligns the generation order with surface topology; an expansive prediction strategy that maintains coherent, connected surface growth; and a sparse-attention global memory that provides an effectively unbounded receptive field to resolve long-range topological dependencies. This integrated design enables MeshRipple to generate meshes with high surface fidelity and topological completeness, outperforming strong recent baselines.
• Abstract（参考訳）: メッシュは3Dアセットの主要な表現として機能する。 自動回帰メッシュジェネレータは、顔をシーケンスにシリアライズし、スライディングウインドウ推論で切り離されたセグメントでトレーニングし、メモリ制限に対処する。 しかし、このミスマッチは長距離幾何学的依存関係を破り、穴と断片化されたコンポーネントを生成する。 この限界に対処するために、私たちはMeshRippleを紹介します。これは、メッシュをアクティブな世代フロンティアから外部に拡張し、表面上のリップルに似たものです。 MeshRippleは、生成順序と表面トポロジを整合させるフロンティア対応のBFSトークン化、コヒーレントでコネクテッドな表面成長を維持する拡張予測戦略、長距離トポロジ依存を解決するために効果的に非バウンドな受容場を提供するスパースアテンショングローバルメモリという3つの重要なイノベーションを生かしている。 この統合設計により、MeshRippleは、表面の忠実度と位相的完全性が高く、最近の強力なベースラインよりも優れたメッシュを生成することができる。

関連論文リスト

• LoG3D: Ultra-High-Resolution 3D Shape Modeling via Local-to-Global Partitioning [26.88556500272625]
  非符号距離場(UDF)に基づく新しい3次元変分オートエンコーダフレームワークを提案する。 私たちの中心となるイノベーションは、UDFを統一サブボリュームであるUBlockに分割することで処理する、ローカルからグローバルなアーキテクチャです。 再現精度と生成品質の両面での最先端性能を実証し,表面の滑らかさと幾何学的柔軟性を向上した。
  論文  参考訳（メタデータ） (2025-11-13T07:34:43Z)
• Topology Sculptor, Shape Refiner: Discrete Diffusion Model for High-Fidelity 3D Meshes Generation [14.55646181682844]
  Topology Sculptor, Shape Refiner (TSSR)は、高品質なアーティストスタイルの3Dメッシュを生成する新しい方法である。 この並列生成能力は,3つの重要なイノベーションを通じて活用しています。 複雑なデータセットの実験は、TSSRが高品質な3Dアーティストスタイルのメッシュを生成することを示した。
  論文  参考訳（メタデータ） (2025-10-24T08:51:48Z)
• MeshMosaic: Scaling Artist Mesh Generation via Local-to-Global Assembly [62.48017648785026]
  MeshMosaicは,100K以上の三角形にスケールするアーティストメッシュ生成のための,新たなローカル・グローバルなフレームワークである。 MeshMosaicは,幾何学的忠実度とユーザの好みの両方において,最先端の手法を著しく上回ることを示す。
  論文  参考訳（メタデータ） (2025-09-24T11:02:03Z)
• TetWeave: Isosurface Extraction using On-The-Fly Delaunay Tetrahedral Grids for Gradient-Based Mesh Optimization [59.318328774645835]
  我々は、勾配に基づくメッシュ最適化のための新しい等曲面表現であるTetWeaveを紹介する。 TetWeaveは、Delaunay三角測量を通じて、四面体グリッドをオンザフライで構築する。 我々は,コンピュータグラフィックスとビジョンの幅広い課題に対して,TetWeaveの適用性を示す。
  論文  参考訳（メタデータ） (2025-05-07T17:32:49Z)
• SpaceMesh: A Continuous Representation for Learning Manifold Surface Meshes [61.110517195874074]
  本稿では,ニューラルネットワークの出力として,複雑な接続性を持つ多様体多角形メッシュを直接生成する手法を提案する。 私たちの重要なイノベーションは、各メッシュで連続的な遅延接続空間を定義することです。 アプリケーションでは、このアプローチは生成モデルから高品質な出力を得るだけでなく、メッシュ修復のような挑戦的な幾何処理タスクを直接学習することを可能にする。
  論文  参考訳（メタデータ） (2024-09-30T17:59:03Z)

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。