論文の概要: Home3D 1.0: A High-Fidelity Image-to-3D Asset Generation System for Interior Design
- arxiv url: http://arxiv.org/abs/2606.27923v2
- Date: Mon, 29 Jun 2026 11:56:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 15:56:39.066063
- Title: Home3D 1.0: A High-Fidelity Image-to-3D Asset Generation System for Interior Design
- Title（参考訳）: Home3D 1.0:内部設計のための高忠実画像-3Dアセット生成システム
- Authors: Yiyun Fei, Guoqiu Li, Jin Song, Chuqiao Wu, Delong Wu, Hong Wu, Ziru Zeng, Haohui Chen, Yindong Kong, Jing Li, Qi Wu, Feng Zhang, Jianan Jiang, Ruigao Yang,
- Abstract要約: 単一の参照画像から高品質な3Dアセットを生成するモジュール画像から3D生成システムであるHome3D 1.0を提案する。
家具や装飾品の写真が与えられたら、物理ベースのレンダリング(PBR)素材でメッシュを出力し、メッシュを材料固有のコンポーネントに分解することができる。
- 参考スコア（独自算出の注目度）: 19.241101675312056
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present Home3D 1.0, a modular image-to-3D generation system that produces high-quality 3D assets from a single reference image, targeting interior design and e-commerce applications. Given a photograph of a furniture or decor item, the system outputs a mesh with physically-based rendering (PBR) materials, and the mesh can be decomposed into material-specific components. The pipeline is organized into four tightly coupled modules: Geometry reconstructs a watertight mesh through latent SDF modelling with a geometry VAE and a coarse-to-fine flow-matching DiT; Texture predicts multiview albedo observations, reprojects them onto the mesh, and completes unseen surface regions with a 3D texture field; Material uses MatWeaver to obtain component masks through video-based segmentation and UV-space voting, then retrieves and bakes PBR maps from a curated material library through hierarchical multi-modal matching; and Parts generates material-editable semantic part meshes with a PartVAE and PartDiT, decoding multi-head part-specific SDF fields in one pass. Each module is evaluated independently with dedicated metrics, highlighting both the current system capability and the remaining gaps toward broader deployment.
- Abstract（参考訳）: 単一参照画像から高品質な3Dアセットを生成するモジュール型画像-3D生成システムであるHome3D 1.0について述べる。
家具や装飾品の写真が与えられたら、物理ベースのレンダリング(PBR)素材でメッシュを出力し、メッシュを材料固有のコンポーネントに分解することができる。
Geometryは、幾何学的VAEと粗大なフローマッチング DiTでモデル化された潜水性SDFを再構築し、Textureはマルチビューアルベドの観測を予測し、メッシュに再描画し、3Dテクスチャフィールドで未確認表面の領域を完結させる。Mater氏はMatWeaverを使用して、ビデオベースのセグメンテーションとUVスペースの投票を通じてコンポーネントマスクを取得し、次に階層的なマルチモーダルマッチングを通じてキュレートされたマテリアルライブラリからPBRマップを検索しベークする。
各モジュールは専用のメトリクスで独立して評価され、現在のシステム機能と、より広範なデプロイメントに向けた残りのギャップの両方を強調します。
関連論文リスト
- 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) - PartCrafter: Structured 3D Mesh Generation via Compositional Latent Diffusion Transformers [29.52313100024294]
1枚のRGB画像から複数の意味論的および幾何学的に異なる3Dメッシュを共同で合成する最初の構造化3D生成モデルであるPartCrafterを紹介する。
PartCrafterは同時に複数の3Dパーツを識別し、個々のオブジェクトと複雑な複数オブジェクトのシーンの両方をエンドツーエンドで生成する。
実験によると、PartCrafterは分解可能な3Dメッシュの生成において、既存のアプローチよりも優れています。
論文 参考訳（メタデータ） (2025-06-05T20:30:28Z) - PartGen: Part-level 3D Generation and Reconstruction with Multi-View Diffusion Models [63.1432721793683]
テキスト,画像,構造化されていない3Dオブジェクトから意味のある部分からなる3Dオブジェクトを生成する新しいアプローチであるPartGenを紹介する。
提案手法は, 生成された実物および実物の3次元資産に対して評価し, セグメンテーションおよび部分抽出ベースラインを大きなマージンで上回っていることを示す。
論文 参考訳（メタデータ） (2024-12-24T18:59:43Z) - Part123: Part-aware 3D Reconstruction from a Single-view Image [54.589723979757515]
Part123は、一視点画像から部分認識された3D再構成のための新しいフレームワークである。
ニューラルレンダリングフレームワークにコントラスト学習を導入し、部分認識機能空間を学習する。
クラスタリングに基づくアルゴリズムも開発され、再構成されたモデルから3次元部分分割結果を自動的に導出する。
論文 参考訳（メタデータ） (2024-05-27T07:10:21Z) - MaterialSeg3D: Segmenting Dense Materials from 2D Priors for 3D Assets [63.284244910964475]
本稿では,2次元のセマンティクスから基礎となる物質を推定する3次元アセット素材生成フレームワークを提案する。
このような先行モデルに基づいて,材料を三次元空間で解析する機構を考案する。
論文 参考訳（メタデータ） (2024-04-22T07:00:17Z)
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。