論文の概要: Sketch2Arti: Sketch-based Articulation Modeling of CAD Objects

• arxiv url: http://arxiv.org/abs/2604.25781v1
• Date: Tue, 28 Apr 2026 15:47:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-29 16:49:17.931864
• Title: Sketch2Arti: Sketch-based Articulation Modeling of CAD Objects
• Title（参考訳）: Sketch2Arti:CADオブジェクトのスケッチに基づく調音モデリング
• Authors: Yi Yang, Hao Pan, Yijing Cui, Alla Sheffer, Changjian Li,
• Abstract要約: アーティキュレーションモデリングは、3Dオブジェクトに対して可動部品とその運動パラメータを推論することを目的としており、インタラクティブなアニメーション、シミュレーション、形状編集を可能にする。 CADオブジェクトのための最初のスケッチベース調音モデリングシステムであるSketch2Artiについて述べる。
• 参考スコア（独自算出の注目度）: 21.473829850977978
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Articulation modeling aims to infer movable parts and their motion parameters for a 3D object, enabling interactive animation, simulation, and shape editing. In this paper, we present Sketch2Arti, the first sketch-based articulation modeling system for CAD objects. Our key observation is that designers naturally communicate articulation intent through lightweight sketches (e.g., arrows and strokes) that indicate how parts should move, yet translating such sketches into articulated 3D models remains largely manual. Sketch2Arti bridges this gap by enabling users to specify articulation through simple 2D sketches drawn from a chosen viewpoint. Given a CAD model and user sketches, our approach automatically discovers the corresponding movable parts and predicts their motion parameters, allowing iterative modeling of multiple articulations on complex objects with fine-grained control. Importantly, Sketch2Arti is trained in a category-agnostic manner without requiring object category information, leading to strong generalization to diverse objects beyond existing articulation datasets. Moreover, for shell models lacking interior structures, Sketch2Arti supports controllable internal completion guided by user sketches, generating plausible internal components consistent with the existing geometry and predicted motion constraints. Comprehensive experiments and user evaluations demonstrate the effectiveness, controllability, and generalization of Sketch2Arti. The code, dataset, and the prototype system are at https://arlo-yang.github.io/Sketch2Arti.
• Abstract（参考訳）: アーティキュレーションモデリングは、3Dオブジェクトに対して可動部品とその運動パラメータを推論することを目的としており、インタラクティブなアニメーション、シミュレーション、形状編集を可能にする。 本稿では,CADオブジェクトのためのスケッチベース調音モデリングシステムであるSketch2Artiについて述べる。 私たちのキーとなる観察は、設計者が軽量なスケッチ(例えば矢印やストローク)を通して自然に調音意図を伝達し、部品の移動方法を示すが、そのようなスケッチを調音された3Dモデルに翻訳することは、ほとんど手作業のままであるということです。 Sketch2Artiはこのギャップを橋渡しし、ユーザーは選択された視点から描かれた単純な2Dスケッチを通じて調音を指定できる。 CADモデルとユーザスケッチが与えられた場合,本手法は対応する可動部を自動的に検出し,その動作パラメータを予測する。 重要なことは、Sketch2Artiはオブジェクトのカテゴリ情報を必要とせずにカテゴリに依存しない方法で訓練され、既存の調音データセットを超える多様なオブジェクトに強力な一般化をもたらすことである。 さらに、内部構造を欠いたシェルモデルでは、Sketch2Artiはユーザスケッチによってガイドされる制御可能な内部補完をサポートし、既存の幾何学と予測された動作制約に整合した可塑性内部コンポーネントを生成する。 総合実験とユーザ評価により,Sketch2Artiの有効性,制御性,一般化が示された。 コード、データセット、プロトタイプシステムはhttps://arlo-yang.github.io/Sketch2Artiにある。

関連論文リスト

• 4-Doodle: Text to 3D Sketches that Move! [60.89021458068987]
  4-Doodleは、テキストから動的3Dスケッチを生成するための、最初のトレーニング不要のフレームワークである。 提案手法は時間的にリアルかつ構造的に安定な3次元スケッチアニメーションを生成し,忠実度と可制御性の両方において既存のベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-10-29T09:33:29Z)
• SketchAnimator: Animate Sketch via Motion Customization of Text-to-Video Diffusion Models [52.15095222622447]
  提案するスケッチアニメーションモデルSketchAnimatorは,あるスケッチに「ジャンプカー」のような創造的な動きを加えることができる。 ステージ1と2では、LoRAを用いて、参照ビデオからのスケッチの外観情報と動きのダイナミクスを事前訓練されたT2Vモデルに統合する。 第3段階では、取得した動作情報に基づいて、スコア蒸留サンプリング(SDS)を用いて、スケッチフレーム内のベジエ曲線のパラメータを更新する。
  論文  参考訳（メタデータ） (2025-08-10T02:45:59Z)
• SENS: Part-Aware Sketch-based Implicit Neural Shape Modeling [124.3266213819203]
  SENSは手描きスケッチから3Dモデルを生成し編集するための新しい手法である。 SENSはスケッチを分析し、部品をViTパッチエンコーディングにエンコードする。 SENSは部分再構成による精細化をサポートし、微調整とアーティファクトの除去を可能にする。
  論文  参考訳（メタデータ） (2023-06-09T17:50:53Z)
• What Can Human Sketches Do for Object Detection? [127.67444974452411]
  スケッチは非常に表現力が高く、本質的に主観的かつきめ細かい視覚的手がかりを捉えている。 スケッチ可能なオブジェクト検出フレームワークは、 textityou sketch -- textit that zebra' に基づいて検出する。 スケッチベース画像検索(SBIR)のために構築された基礎モデル(例えばCLIP)と既存のスケッチモデルとの直感的な相乗効果を示す。 特に、まず、エンコーダモデルの両方のスケッチブランチで独立に実行し、高度に一般化可能なスケッチとフォトエンコーダを構築する。
  論文  参考訳（メタデータ） (2023-03-27T12:33:23Z)
• SECAD-Net: Self-Supervised CAD Reconstruction by Learning Sketch-Extrude Operations [21.000539206470897]
  SECAD-Netは、コンパクトで使いやすいCADモデルの再構築を目的とした、エンドツーエンドのニューラルネットワークである。 本研究は,CAD再構築の手法など,最先端の代替手段よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-03-19T09:26:03Z)
• DifferSketching: How Differently Do People Sketch 3D Objects? [78.44544977215918]
  3Dオブジェクトの描画方法を理解するために,複数のスケッチデータセットが提案されている。 これらのデータセットは、しばしば小さなスケールで、オブジェクトやカテゴリの小さなセットをカバーする。 本研究では,空間的特徴と時間的特性の両面から,収集したデータをスケッチレベル,ストロークレベル,ピクセルレベルという3つのレベルで解析する。
  論文  参考訳（メタデータ） (2022-09-19T06:52:18Z)
• TreeSketchNet: From Sketch To 3D Tree Parameters Generation [4.234843176066354]
  スタイリングされたスケッチからの非線形オブジェクトの3Dモデリングは、コンピュータグラフィックスの専門家にとっても難しい課題である。 本稿では,モデラーと3Dモデリングソフトウェアを仲介するブローカーシステムを提案する。
  論文  参考訳（メタデータ） (2022-07-25T16:08:05Z)
• Sketch2PQ: Freeform Planar Quadrilateral Mesh Design via a Single Sketch [36.10997511325458]
  フリーフォーム屋根形状の概念設計とデジタルモデリングを橋渡しする新しいスケッチベースシステムを提案する。 本システムでは, 表面境界線と輪郭線を軸方向投影でスケッチすることができる。 本研究では,高密度共役方向場とともに,表面形状をリアルタイムに推定するディープニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2022-01-23T21:09:59Z)

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。