論文の概要: Appearance-Preserving Refinement of Generated 3D Assets for Monochromatic Fabrication

• arxiv url: http://arxiv.org/abs/2606.26850v2
• Date: Sat, 27 Jun 2026 02:56:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 13:45:02.121886
• Title: Appearance-Preserving Refinement of Generated 3D Assets for Monochromatic Fabrication
• Title（参考訳）: 単色加工用3次元アセットの外観保存
• Abstract要約: 我々は、単色加工のための外観指向幾何微細化フレームワークGenMFを提案する。 実験により、GenMFは単色レンダリング下での外観保存を著しく改善することが示された。 以上の結果から, 外観を意識した幾何学的改良は, 生成した3次元アセットと製造可能な単色物体との間に有効な橋渡しを提供することが示された。
• 参考スコア（独自算出の注目度）: 12.552924412312665
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Recent advances in 3D mesh generation have enabled the creation of visually realistic assets. However, much of their visual fidelity is encoded in textures rather than geometry. When such assets are fabricated using monochromatic materials, texture information is largely lost, causing visually important details to disappear even when the original geometry is faithfully preserved. A key challenge is that the geometric perturbations required to recover texture-dependent appearance cues often introduce sharp local features and high-frequency surface structures, which may increase stress concentration and fabrication risk. In this paper, we present GenMF, an appearance-oriented geometry refinement framework for monochromatic fabrication. GenMF transforms texture-dependent visual cues into geometry-induced shading effects and formulates geometry refinement as a balance between appearance preservation and fabrication-oriented robustness. To discourage structurally and narrow the gap between simulation and physical manufacturing, we further introduce a differentiable stress-aware regularization based on a learned thermal-stress predictor. Experimental results demonstrate that GenMF significantly improves appearance preservation under monochromatic rendering while reducing stress concentration under a consistent thermo-mechanical simulation setting. Physical 3D printing examples further show that the refined geometries preserve more recognizable visual details while remaining suitable for fabrication. These results suggest that appearance-aware geometry refinement provides an effective bridge between generated 3D assets and fabrication-ready monochromatic objects.
• Abstract（参考訳）: 近年の3Dメッシュ生成の進歩により、視覚的に現実的な資産の創出が可能になった。 しかし、その視覚的忠実度の多くは幾何学よりもテクスチャに符号化されている。 このような資産を単色材料で製造すると、テクスチャ情報がほとんど失われ、元の幾何学が忠実に保存されている場合でも視覚的に重要な詳細が消えてしまう。 鍵となる課題は、テクスチャに依存した外観を復元するために必要な幾何学的摂動が、しばしばシャープな局所特徴と高周波表面構造を導入し、ストレス集中と製造リスクを増大させることである。 本稿では、単色加工のための外観指向幾何微細化フレームワークGenMFを提案する。 GenMFは、テクスチャに依存した視覚的手がかりを幾何学的に誘発されるシェーディング効果に変換し、外観保存と製造指向のロバストネスのバランスとして幾何学的洗練を定式化する。 さらに, シミュレーションと物理製造のギャップを狭めるために, 学習した熱ストレス予測器をベースとした, 異種性のある応力認識正規化を導入する。 実験により,GenMFは一貫した熱・機械シミュレーション環境下での応力集中を低減しつつ,単色レンダリング下での外観保存を著しく改善することが示された。 物理3Dプリンティングの例はさらに、改良されたジオメトリーは、製造に適したまま、より認識可能な視覚的詳細を保存していることを示している。 これらの結果から, 外観に配慮した幾何学的改良は, 生成した3次元アセットと製造可能な単色物体との間に有効な橋渡しとなることが示唆された。

関連論文リスト

• GARDEN: Gravity-Aligned Reconstruction of Disentangled ENvironments from RGB images [61.2170105836525]
  本稿では,RGBのみのフレームワークを提案する。このフレームワークは,再構成を物理的に地上に配置したシーンファクタ化として再構成し,構造化されたハイブリッドシーン表現を出力する。 結果として得られる表現は、明示的な剛体と分離された背景を組み合わせることで、視覚的リアリズムを維持しながら直接物理シミュレーションを可能にする。
  論文  参考訳（メタデータ） (2026-06-02T17:13:01Z)
• MAVEN: A Mesh-Aware Volumetric Encoding Network for Simulating 3D Flexible Deformation [19.823720646058074]
  MAVENは3次元フレキシブルな変形をシミュレートするためのメッシュ対応ボリューム符号化ネットワークである。 幾何パターンを暗黙的に学習する負担を軽減するために、明示的な幾何学的特徴がモデルに組み込まれている。 その結果,MAVENは確立したデータセット間の最先端のパフォーマンスを一貫して達成していることがわかった。
  論文  参考訳（メタデータ） (2026-04-06T06:53:30Z)
• NI-Tex: Non-isometric Image-based Garment Texture Generation [32.24911447699767]
  3Dの衣服メッシュは、ほとんどの現実世界の衣服をカバーしているが、テクスチャの多様性は限られている。 より現実的なテクスチャを得るために、生成法は物理ベースのレンダリング(PBR)テクスチャや材料を抽出するためにしばしば用いられる。 物理的にシミュレートされた衣服中心のデータセットである3D Garment Videosを構築した。 我々はNano Bananaを高品質な非等尺画像編集に利用し、非等尺画像-幾何対間の信頼性の高いクロストポロジーテクスチャ生成を実現している。
  論文  参考訳（メタデータ） (2025-11-24T04:57:38Z)
• MatDecompSDF: High-Fidelity 3D Shape and PBR Material Decomposition from Multi-View Images [20.219010684946888]
  MatDecompSDFは、高忠実度3D形状を復元し、その物理的特性を多視点画像から分解するフレームワークである。 本手法は,標準のグラフィックスパイプラインにシームレスに統合可能な,編集可能で再生可能なアセットを生成する。
  論文  参考訳（メタデータ） (2025-07-07T08:22:32Z)
• 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)
• Shape from Semantics: 3D Shape Generation from Multi-View Semantics [30.969299308083723]
  既存の3D再構成手法では, 3次元画像, 3次元点雲, 形状輪郭, 単一意味論などのガイダンスを用いて3次元表面を復元する。 図形や外観が、異なる視点から見ると、与えられたテキストの意味と一致した3Dモデルを作成することを目的として、新しい3Dモデリングタスク「Shape from Semantics'」を提案する。
  論文  参考訳（メタデータ） (2025-02-01T07:51:59Z)
• Textured Mesh Saliency: Bridging Geometry and Texture for Human Perception in 3D Graphics [50.23625950905638]
  6自由度(6-DOF)VR環境下での革新的な視線追跡実験により構築したテクスチャメッシュ・サリエンシのための新しいデータセットを提案する。 本モデルでは,各三角形の面を個々の単位として扱い,各局所表面領域の重要性を反映した塩分濃度値を割り当てることで,テクスチャメッシュ表面の塩分濃度マップを推定する。
  論文  参考訳（メタデータ） (2024-12-11T08:27:33Z)
• AniSDF: Fused-Granularity Neural Surfaces with Anisotropic Encoding for High-Fidelity 3D Reconstruction [55.69271635843385]
  AniSDF(AniSDF)は,高忠実度3次元再構成のための物理に基づく符号化による融合粒度ニューラルサーフェスを学習する新しいアプローチである。 本手法は, 幾何再構成と新規ビュー合成の両面において, SDF法の品質を飛躍的に向上させる。
  論文  参考訳（メタデータ） (2024-10-02T03:10:38Z)
• Physically Compatible 3D Object Modeling from a Single Image [109.98124149566927]
  単一画像を3次元物理オブジェクトに変換するフレームワークを提案する。 我々のフレームワークは、リコンストラクションプロセスに物理的な互換性を組み込む。 既存の手法よりも3Dモデルの物理的リアリズムを一貫して強化する。
  論文  参考訳（メタデータ） (2024-05-30T21:59:29Z)
• Delicate Textured Mesh Recovery from NeRF via Adaptive Surface Refinement [78.48648360358193]
  画像からテクスチャ化された表面メッシュを生成する新しいフレームワークを提案する。 我々のアプローチは、NeRFを用いて幾何学とビュー依存の外観を効率的に初期化することから始まります。 ジオメトリと共同で外観を洗練し、テクスチャ画像に変換してリアルタイムレンダリングします。
  論文  参考訳（メタデータ） (2023-03-03T17:14:44Z)
• {\phi}-SfT: Shape-from-Template with a Physics-Based Deformation Model [69.27632025495512]
  Shape-from-Template (SfT) 法では、単一の単眼RGBカメラから3次元表面の変形を推定する。 本稿では,物理シミュレーションによる2次元観察を解説する新しいSfT手法を提案する。
  論文  参考訳（メタデータ） (2022-03-22T17:59:57Z)

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。