論文の概要: HiFiVe: High-Fidelity Vehicle Generation Leveraging Auto-Regressive 2D Generative Priors

• arxiv url: http://arxiv.org/abs/2606.25300v2
• Date: Mon, 29 Jun 2026 12:39:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 15:56:39.044271
• Title: HiFiVe: High-Fidelity Vehicle Generation Leveraging Auto-Regressive 2D Generative Priors
• Title（参考訳）: HiFiVe: オートレグレッシブな2D生成プリミティブを活用
• Authors: Hongli Xiao, Youjian Zhang, Qi Zheng, Zhaohui Hu, Yaohui Jin, Xiaoguang Ren, Wenjing Yang, Long Lan,
• Abstract要約: HiFiVeは、高忠実度車両モデリングのためのトレーニング不要のフレームワークである。 任意の視点から高分解能なテクスチャを段階的に合成する自動回帰テクスチャ精錬パイプラインを提案する。
• 参考スコア（独自算出の注目度）: 34.92515307569406
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing 3D vehicle generation methods often suffer from low geometric fidelity and blurry textures, hindering their downstream applications. While recent works adopt multi-view diffusion models for high-fidelity texture, they are often constrained by fixed viewpoints, limited resolution, and a reliance on costly fine-tuning to achieve cross-view consistency. In this paper, we propose HiFiVe, a training-free framework for high-fidelity vehicle modeling through joint texture and geometry enhancement by imposing 3D geometric constraints to anchor 2D generative priors. Specifically, we propose an auto-regressive texture refinement pipeline that progressively synthesizes high-resolution textures from arbitrary viewpoints. To ensure cross-view consistency, the coarse geometry serves as a synchronization prior, conditioning each generation step on previously synthesized frames via depth-based warping and multi-view texture fusion. Moreover, the inherent symmetry of vehicles is exploited to mitigate error accumulation. Finally, high-frequency surface details are recovered by refining the mesh geometry using normal maps estimated from the enhanced textures. Extensive experiments on synthetic and real-world vehicle datasets demonstrate that our method significantly improves both geometric detail and texture quality compared to state-of-the-art baselines. Project page: https://honglixiao.github.io/hifive.github.io/.
• Abstract（参考訳）: 既存の3D車両生成手法は、しばしば低い幾何学的忠実さとぼやけたテクスチャに悩まされ、下流の応用を妨げる。 近年の研究では多視点拡散モデルを高忠実度テクスチャに適用しているが、それらはしばしば固定的な視点、限定された解像度、そしてクロスビュー整合性を達成するためにコストのかかる微調整に依存している。 本稿では,3次元幾何学的制約を2次元生成前処理に適用することにより,関節テクスチャと幾何学的拡張による高忠実度車両モデリングのためのトレーニングフリーフレームワークであるHiFiVeを提案する。 具体的には、任意の視点から高分解能なテクスチャを段階的に合成する自動回帰テクスチャ精錬パイプラインを提案する。 クロスビュー整合性を確保するため、粗い幾何は同期先行として機能し、奥行きベースのワープとマルチビューテクスチャ融合により、以前に合成されたフレームに各生成ステップを条件付けする。 さらに、車両固有の対称性を利用して誤差の蓄積を緩和する。 最後に、拡張テクスチャから推定される通常の地図を用いてメッシュ形状を精製することにより、高周波表面の詳細を復元する。 合成および実世界の車両データセットに関する大規模な実験により、我々の手法は、最先端のベースラインと比較して幾何学的ディテールとテクスチャ品質の両方を著しく改善することを示した。 プロジェクトページ:https://honglixiao.github.io/hifive.github.io/。

関連論文リスト

• FlowObject: Flow Steering for Bridging Generative Priors and Reconstruction Fidelity [34.142288038459704]
  FlowObjectは、スパースビューの3D再構成をトレーニング不要でガイド付き逆問題として再構成するフレームワークである。 提案手法は、幾何学的完全性およびビュー依存外観忠実度の両方において、最先端の生成モデルと最適化に基づくフレームワークを著しく上回る。
  論文  参考訳（メタデータ） (2026-06-17T12:42:09Z)
• GTA: Advancing Image-to-3D World Generation via Geometry Then Appearance Video Diffusion [29.999238067855245]
  GTAは幾何学的手法に基づく新しい画像から3次元世界生成手法である。 具体的には、単一の入力画像が与えられた場合、GTAは2つの専用ビデオ拡散モデルを持つ2段階のフレームワークを採用する。 広汎な実験により,提案手法は忠実度,視覚的品質,幾何学的精度で既存手法より一貫して優れていた。
  論文  参考訳（メタデータ） (2026-05-13T03:43:02Z)
• Towards Realistic and Consistent Orbital Video Generation via 3D Foundation Priors [61.34273238077091]
  本稿では,物体の単一画像からオービタルビデオを生成する新しい手法を提案する。 本手法は,最先端の手法と比較して,視覚的品質,形状リアリズム,多視点整合性を実現している。
  論文  参考訳（メタデータ） (2026-04-14T05:35:46Z)
• TAPESTRY: From Geometry to Appearance via Consistent Turntable Videos [65.99602532894241]
  明示的な3次元幾何学に基づく高忠実度TTVを生成するためのフレームワークであるTAPESTRYを紹介する。 また,3D-Aware Inpaintingを用いた多段パイプラインを特徴とする,TTV入力からの下流再構成タスクを設計する。 その結果,本手法はビデオの整合性と最終的な再現性の両方において,既存の手法よりも優れていた。
  論文  参考訳（メタデータ） (2026-03-18T14:02:09Z)
• RomanTex: Decoupling 3D-aware Rotary Positional Embedded Multi-Attention Network for Texture Synthesis [10.350576861948952]
  RomanTexはマルチビューベースのテクスチャ生成フレームワークで、マルチアテンションネットワークと基礎となる3D表現を統合している。 本手法はテクスチャの品質と整合性を実現する。
  論文  参考訳（メタデータ） (2025-03-24T17:56:11Z)
• SuperCarver: Texture-Consistent 3D Geometry Super-Resolution for High-Fidelity Surface Detail Generation [70.76810765911499]
  粗いメッシュ上にテクスチャ一貫性のある表面の詳細を補うための3次元幾何学的超解像パイプラインであるSuperCarverを紹介する。 実験により、私たちのSuperCarverは実際のテクスチャの外観によって描写された現実的で表現力のある表面の詳細を生成することができることが示された。
  論文  参考訳（メタデータ） (2025-03-12T14:38:45Z)
• DreamPolish: Domain Score Distillation With Progressive Geometry Generation [66.94803919328815]
  本稿では,高精細な幾何学と高品質なテクスチャの創出に優れたテキスト・ツー・3D生成モデルであるDreamPolishを紹介する。 幾何構成フェーズでは, 合成過程の安定性を高めるために, 複数のニューラル表現を利用する。 テクスチャ生成フェーズでは、そのような領域に向けて神経表現を導くために、新しいスコア蒸留、すなわちドメインスコア蒸留(DSD)を導入する。
  論文  参考訳（メタデータ） (2024-11-03T15:15:01Z)
• Enhancing Texture Generation with High-Fidelity Using Advanced Texture Priors [1.4542583614606408]
  粗いテクスチャを初期入力として利用する高分解能で高忠実なテクスチャ復元手法を提案する。 また,現在の高分解能テクスチャ合成方式におけるノイズ問題に対処する自己教師型スキームに基づく背景雑音平滑化手法を提案する。 本手法により,高分解能なテクスチャ合成が可能となり,高精細テクスチャ合成技術への道が開かれた。
  論文  参考訳（メタデータ） (2024-03-08T07:07:28Z)
• High-fidelity 3D GAN Inversion by Pseudo-multi-view Optimization [51.878078860524795]
  フォトリアリスティック・ノベルビューを合成可能な高忠実度3次元生成対向ネットワーク(GAN)インバージョン・フレームワークを提案する。 提案手法は,1枚の画像から高忠実度3Dレンダリングを可能にし,AI生成3Dコンテンツの様々な応用に期待できる。
  論文  参考訳（メタデータ） (2022-11-28T18:59:52Z)

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。