論文の概要: Functionalization via Structure Completion and Motion Rectification

• arxiv url: http://arxiv.org/abs/2605.18010v1
• Date: Mon, 18 May 2026 08:05:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:49.098626
• Title: Functionalization via Structure Completion and Motion Rectification
• Title（参考訳）: 構造補完と運動整形による機能化
• Authors: Mingrui Zhao, Sai Raj Kishore Perla, Kai Wang, Sauradip Nag, Duc Anh Nguyen, Jiayi Peng, Ruiqi Wang, Angel X. Chang, Manolis Savva, Ali Mahdavi-Amiri, Hao Zhang,
• Abstract要約: 視覚的に可視だが非機能的な3Dモデルを機能的かつ物理的に操作可能なモデルに変換することを目的とした,新しいタスクであるオブジェクト機能化を導入する。 非機能な3Dオブジェクトを表す不完全グラフを完成させるために,ニューラルグラフ汎関数器 (GraFu) を開発した。 完成したグラフは、予測されたコネクタと構造要素を3Dでインスタンス化する幾何学的実現段階を駆動する。
• 参考スコア（独自算出の注目度）: 44.37223222305385
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Acquisition and creation of 3D assets have been largely view- or appearance-driven. As a result, existing digital 3D models often lack the requisite structural components to function as intended, such as joints, supports, interiors, or interaction elements. At the same time, even human-annotated motions are frequently error-prone, leading to physically implausible behavior. We introduce object functionalization, a novel task aimed at transforming visually plausible but non-functional 3D models into functional and physically operable ones. We formulate functionalization as a graph completion problem over a new functional graph representation, where labeled nodes represent object parts, labeled edges encode functional and contact relations, and movable nodes carry motion attributes, so that structural functional deficiencies manifest as missing nodes or incorrect edges. We develop a neural Graph Functionalizer (GraFu) to complete an incomplete graph representing a non-functional 3D object. The completed graph then drives a geometry realization stage that instantiates predicted connectors and structural elements in 3D, with the compelling side effect of rectifying erroneous human-annotated and predicted motions. To support training and evaluation, focusing on furniture as a rich and challenging target category, we introduce FurFun-233, a dataset of 233 paired non-functional and functionalized furniture models. On PartNet-Mobility ("zero-shot") and HSSD test sets, our method matches state-of-the-art methods in motion prediction accuracy while substantially improving functionality in terms of collision and connectivity.
• Abstract（参考訳）: 3Dアセットの買収と創出は、主にビュー駆動か外観駆動である。 その結果、既存のデジタル3Dモデルは、関節、支持体、内装、相互作用要素など、意図されたように機能するために必要な構造要素を欠いていることが多い。 同時に、人間に注釈を付けた動きもしばしばエラーを起こし、身体的に不明瞭な行動を引き起こす。 視覚的に可視だが非機能的な3Dモデルを機能的かつ物理的に操作可能なモデルに変換することを目的とした,新しいタスクであるオブジェクト機能化を導入する。 新たなグラフ表現のグラフ補完問題として,ラベル付きノードが対象部分を表すこと,ラベル付きエッジが機能的および接触的関係を符号化すること,可動ノードが動作特性を持ち,構造的機能的欠陥が欠落ノードや不正確なエッジとして現れること,などが定式化されている。 非機能な3Dオブジェクトを表す不完全グラフを完成させるために,ニューラルグラフ汎関数器 (GraFu) を開発した。 完成したグラフは、予測されたコネクタと構造要素を3Dでインスタンス化する幾何学的実現段階を駆動する。 FurFun-233(FurFun-233)は,233組の非機能的・機能的家具モデルである。 本手法は,PartNet-Mobility(ゼロショット)とHSSDテストセットにおいて,動作予測精度において最先端の手法と一致し,衝突や接続性の観点から機能を大幅に改善する。

関連論文リスト

• Hierarchical and Holistic Open-Vocabulary Functional 3D Scene Graphs for Indoor Spaces [116.57196064763924]
  我々は、高密度テーブルトップオブジェクトと明示的なマルチレベル機能関係を導入することで、ベンチマークカバレッジを拡大する。 この研究は、小規模、高密度、および類似のインスタンスにかかわる重要な課題を提起する。 2次元視覚的グラウンドリングと3次元グラフ最適化に基づくオープン語彙パイプラインを提案する。
  論文  参考訳（メタデータ） (2026-05-15T09:14:50Z)
• EgoFun3D: Modeling Interactive Objects from Egocentric Videos using Function Templates [10.36299959288067]
  エゴセントリックビデオからインタラクティブな3Dオブジェクトをモデリングするための,協調型タスク定式化,データセット,ベンチマークであるEgoFun3Dを提案する。 本課題は,エゴセントリックな映像入力からシミュレーション可能なインタラクティブな3Dオブジェクトを得ることである。 そこで本研究では,2次元部分分割,再構成,調音推定,関数テンプレート推論という4段階のパイプラインを提案する。
  論文  参考訳（メタデータ） (2026-04-13T06:06:23Z)
• ArtiSG: Functional 3D Scene Graph Construction via Human-demonstrated Articulated Objects Manipulation [51.54082859171464]
  ArtiSGは、人間のデモを構造化されたロボットメモリにエンコードすることで、機能的な3Dシーングラフを構築するフレームワークである。 本研究では,ArtiSGが機能的要素リコールおよび調音推定精度において,ベースラインを著しく上回ることを示す。
  論文  参考訳（メタデータ） (2025-12-31T13:10:40Z)
• Self-Supervised Multi-Part Articulated Objects Modeling via Deformable Gaussian Splatting and Progressive Primitive Segmentation [23.18517560629462]
  DeGSSは,物体を変形可能な3次元ガウス場として符号化し,幾何学,外観,動きを1つのコンパクト表現に埋め込む統一フレームワークである。 一般化とリアリズムを評価するために、合成PartNet-Mobilityベンチマークを拡張し、RGBキャプチャと正確にリバースエンジニアリングされた3Dモデルを組み合わせたリアル・トゥ・シムデータセットRS-Artをリリースする。
  論文  参考訳（メタデータ） (2025-06-11T12:32:16Z)
• Semi-Weakly Supervised Object Kinematic Motion Prediction [56.282759127180306]
  3Dオブジェクトが与えられた場合、運動予測は移動部と対応する運動パラメータを識別することを目的としている。 階層的部分分割と移動部パラメータのマップを学習するグラフニューラルネットワークを提案する。 ネットワーク予測は、擬似ラベル付き移動情報を持つ大規模な3Dオブジェクトを生成する。
  論文  参考訳（メタデータ） (2023-03-31T02:37:36Z)
• Fixing Malfunctional Objects With Learned Physical Simulation and Functional Prediction [158.74130075865835]
  機能不全な3Dオブジェクトが与えられたら、人間はその機能を推論し、どのように修正するかを理解するために精神シミュレーションを行うことができる。 人間の心的シミュレーションプロセスの模倣として,知覚と物理力学をシームレスに組み込んだ新しいフレームワークであるFixNetを提案する。
  論文  参考訳（メタデータ） (2022-05-05T17:59:36Z)

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。