論文の概要: SQuadGen: Generating Simple Quad Layouts via Chart Distance Fields
- arxiv url: http://arxiv.org/abs/2604.27329v1
- Date: Thu, 30 Apr 2026 02:15:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-01 16:31:53.881947
- Title: SQuadGen: Generating Simple Quad Layouts via Chart Distance Fields
- Title（参考訳）: SQuadGen: チャート距離フィールドによる単純なクアッドレイアウトの生成
- Authors: Youkang Kong, Yang Liu, Yue Dong, Xin Tong, Heung-Yeung Shum,
- Abstract要約: スキャン、再構築、AI生成コンテンツからの3D形状は、単純なクワッドメッシュレイアウトを欠いていることが多い。
既存のクアッドリメッシング技術は、不規則なループを持つ複雑なレイアウトを生成し、面倒な手作業によるクリーンアップにつながる。
本稿では,CDF(Chart Distance Fields)を利用して3次元形状上の単純なクワッドレイアウトを合成する拡散型生成フレームワークであるSQuadGenを紹介する。
- 参考スコア（独自算出の注目度）: 19.100132639513454
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: 3D shapes from scanning, reconstruction, or AI-generated content often lack simple quad mesh layouts -- critical for efficient editing and modeling. Existing quad-remeshing techniques typically produce complex layouts with irregular loops, leading to tedious manual cleanup and extensive algorithm tuning. We introduce SQuadGen, a diffusion-based generative framework that leverages Chart Distance Fields (CDF) to synthesize simple quad layouts on 3D shapes. Our approach addresses two key challenges: (1) the discrete nature of mesh connectivity, which hinders learning, and (2) the scarcity of large-scale datasets with simple quad meshes. To overcome the first, we propose CDF, a continuous surface-based representation enabling effective learning and synthesis of quad layouts. To address the second, we define loop-aware simplicity metrics and construct a large-scale dataset of high-quality quad layouts recovered from public 3D repositories through a robust quad-recovery pipeline. Extensive evaluations across diverse 3D inputs show that SQuadGen consistently outperforms existing methods, producing robust, artist-friendly simple quad layouts.
- Abstract（参考訳）: スキャン、再構築、AI生成による3D形状は、多くの場合、単純なクアッドメッシュレイアウトを欠いている。
既存のクアッドリメッシング技術は、通常不規則なループを持つ複雑なレイアウトを生成し、面倒な手作業のクリーンアップと広範囲なアルゴリズムチューニングをもたらす。
本稿では,CDF(Chart Distance Fields)を利用して3次元形状上の単純なクワッドレイアウトを合成する拡散型生成フレームワークであるSQuadGenを紹介する。
提案手法は,(1)学習を妨げるメッシュ接続の独立した性質,(2)単純なクワッドメッシュを用いた大規模データセットの不足という2つの課題に対処する。
最初の課題を克服するために,我々は,クワッドレイアウトの効果的な学習と合成を可能にする連続曲面ベース表現であるCDFを提案する。
第二に、ループ対応のシンプルなメトリクスを定義し、ロバストなクアッド-リカバリパイプラインを通じて、パブリックな3Dリポジトリから回収された高品質なクアッドレイアウトの大規模なデータセットを構築します。
多様な3Dインプットに対する広範囲な評価は、SQuadGenが既存のメソッドを一貫して上回り、堅牢でアーチストフレンドリーな単純なクワッドレイアウトを生み出していることを示している。
関連論文リスト
- Easy3E: Feed-Forward 3D Asset Editing via Rectified Voxel Flow [29.8200628539749]
TRELLIS生成バックボーンに基づく,効果的かつ完全なフィードフォワード3D編集フレームワークを提案する。
本フレームワークは,3次元表現に自由な2次元編集を適用すること,圧縮された3次元特徴の外観忠実性のボトルネックを克服すること,の2つの主要な課題に対処する。
論文 参考訳（メタデータ） (2026-02-25T02:15:14Z) - LATTICE: Democratize High-Fidelity 3D Generation at Scale [27.310104395842075]
LATTICEは高忠実度3Dアセット生成のための新しいフレームワークである。
VoxSetは、3Dの資産を粗いボクセル格子に固定された潜在ベクトルのコンパクトな集合に圧縮する半構造化表現である。
提案手法のコアは単純だが,任意の解像度復号化,低コストトレーニング,フレキシブル推論スキームをサポートする。
論文 参考訳（メタデータ） (2025-11-24T03:22:19Z) - Diff4Splat: Controllable 4D Scene Generation with Latent Dynamic Reconstruction Models [79.06910348413861]
Diff4Splatは、単一の画像から制御可能で明示的な4Dシーンを合成するフィードフォワード方式である。
単一の入力画像、カメラ軌跡、オプションのテキストプロンプトが与えられた場合、Diff4Splatは外見、幾何学、動きを符号化する変形可能な3Dガウス場を直接予測する。
論文 参考訳（メタデータ） (2025-11-01T11:16:25Z) - Light-SQ: Structure-aware Shape Abstraction with Superquadrics for Generated Meshes [60.92139345612904]
我々は、新しいスーパークワッドリックベースの最適化フレームワークLight-SQを提案する。
本稿では,構造対応ボリューム分解によるブロック再配置戦略を提案する。
実験によると、Light-SQはスーパークワッドリックで効率よく、高忠実で、編集可能な形状の抽象化を可能にする。
論文 参考訳（メタデータ） (2025-09-29T16:18:32Z) - QuadGPT: Native Quadrilateral Mesh Generation with Autoregressive Models [34.888585681291794]
エンドツーエンドで四角形メッシュを生成するための,最初の自動回帰フレームワークであるQuadGPTを紹介する。
我々の研究は、ネイティブクアッドメシュ生成のための新しいベンチマークを確立し、大規模自己回帰モデルとトポロジを意識したRLリファインメントを組み合わせたパワーを示す。
論文 参考訳（メタデータ） (2025-09-25T07:58:36Z) - Point2Quad: Generating Quad Meshes from Point Clouds via Face Prediction [8.692983641469612]
Point2Quadは、ポイントクラウドからクアッドオンリーメッシュを生成するための、最初の学習ベースの方法である。
キーとなるアイデアは、ポイントワイドとフェイスワイドの機能を備えたクワッドメッシュを識別することだ。
クリアデータとノイズデータの両方の実験は、Point2Quadの有効性と優位性を示している。
論文 参考訳（メタデータ） (2025-04-28T07:48:17Z) - LIM: Large Interpolator Model for Dynamic Reconstruction [26.65191922949358]
既存の4D再構成手法は、カテゴリー特化モデルや遅い最適化手法によって制限されている。
本稿では,暗黙的な3次元表現を時間をかけて補間するトランスフォーマー・ベースのフィードフォワード・ソリューションであるLarge Interpolation Model(LIM)を提案する。
論文 参考訳（メタデータ） (2025-03-28T15:36:53Z) - 4DGen: Grounded 4D Content Generation with Spatial-temporal Consistency [118.15258850780417]
textbf4DGenは、4Dコンテンツ作成のための新しいフレームワークである。
我々のパイプラインは、制御可能な4D生成を容易にし、ユーザがモノクロビデオで動きを指定したり、画像から映像への世代を適用できる。
既存のビデオから4Dのベースラインと比較すると,入力信号の忠実な再構成には優れた結果が得られる。
論文 参考訳（メタデータ） (2023-12-28T18:53:39Z) - Deep Marching Tetrahedra: a Hybrid Representation for High-Resolution 3D
Shape Synthesis [90.26556260531707]
DMTetは粗いボクセルのような単純なユーザーガイドを用いて高解像度の3次元形状を合成できる条件付き生成モデルである。
メッシュなどの明示的な表現を直接生成する深部3次元生成モデルとは異なり、我々のモデルは任意の位相で形状を合成することができる。
論文 参考訳（メタデータ） (2021-11-08T05:29:35Z) - Learning Deformable Tetrahedral Meshes for 3D Reconstruction [78.0514377738632]
学習に基づく3次元再構成に対応する3次元形状表現は、機械学習とコンピュータグラフィックスにおいてオープンな問題である。
ニューラル3D再構成に関するこれまでの研究は、利点だけでなく、ポイントクラウド、ボクセル、サーフェスメッシュ、暗黙の関数表現といった制限も示していた。
Deformable Tetrahedral Meshes (DefTet) を, ボリューム四面体メッシュを再構成問題に用いるパラメータ化として導入する。
論文 参考訳（メタデータ） (2020-11-03T02:57:01Z)
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。