論文の概要: Cyc3D: Evaluating Cyclic Structural Stability and Asset Usability in Image-to-3D Generation
- arxiv url: http://arxiv.org/abs/2608.28080v1
- Date: Fri, 28 Aug 2026 08:50:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.257289
- Title: Cyc3D: Evaluating Cyclic Structural Stability and Asset Usability in Image-to-3D Generation
- Title（参考訳）: Cyc3D:画像から3D生成における周期的構造安定性とアセット使用性の評価
- Abstract要約: 我々は,画像から3D生成を評価する多次元ベンチマークCyc3Dを紹介する。
資産レベルでは、Cyc3Dは、オブジェクトのアイデンティティが、レンダリングされた視点で意味的に一貫性のあるままであるかどうかを測定する。
モデルレベルでは,クローズドループ・レンダリング・リジェネレーション・アライメントプロトコルであるView-Cycle Structure Consistencyを提案する。
- 参考スコア（独自算出の注目度）: 8.124067257650157
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Image-conditioned 3D generation has advanced rapidly, yet existing evaluation protocols largely judge rendered-view plausibility and semantic alignment, overlooking whether a generator forms a stable 3D interpretation and produces assets usable in graphics pipelines. We introduce Cyc3D, a multidimensional benchmark that evaluates image-to-3D generation along two complementary axes: Cross-View Object Consistency and Representation Quality. At the asset level, Cyc3D measures whether object identity remains semantically coherent across rendered viewpoints. At the model level, we propose View-Cycle Structural Consistency, a closed-loop render-regenerate-align protocol that repeatedly re-observes a generated asset from novel views and quantifies geometric, perceptual, and semantic drift across generations. To assess native asset usability beyond rendered appearance, Cyc3D further evaluates geometric structure, reference-image fidelity, mesh discretization and efficiency, and UV parameterization quality. Together, these diagnostics expose failures obscured by a single perceptual score and provide interpretable evidence of both model instability and representation defects. Experiments on five representative image-to-3D systems show that closed-source feed-forward models consistently outperform open-source optimization-based baselines in geometric fidelity, mesh quality, and cycle stability. Nevertheless, even the strongest methods achieve cycle-stability scores below 48, revealing a persistent gap between visually plausible generation and robust 3D object understanding.
- Abstract（参考訳）: 画像条件付き3D生成は急速に進歩してきたが、既存の評価プロトコルはレンダリングビューの妥当性とセマンティックアライメントを判断し、ジェネレータが安定な3D解釈を形成し、グラフィックパイプラインで利用可能な資産を生成するかどうかを見極めている。
我々は、Cyc3Dという2つの相補的軸に沿って画像から3D生成を評価する多次元ベンチマークを紹介した。
資産レベルでは、Cyc3Dは、オブジェクトのアイデンティティが、レンダリングされた視点で意味的に一貫性のあるままであるかどうかを測定する。
モデルレベルでは、新しいビューから生成された資産を繰り返し再観測し、世代毎に幾何的、知覚的、意味的なドリフトを定量化するクローズドループレンダリング・再生・アライメントプロトコルであるView-Cycle Structure Consistencyを提案する。
レンダリングされた外観を超えるネイティブアセットのユーザビリティを評価するために、Cyc3Dはさらに幾何学的構造、参照画像の忠実度、メッシュの離散化と効率、UVパラメータ化の品質を評価する。
これらの診断は、単一の知覚スコアによって隠された障害を露呈し、モデル不安定性と表現欠陥の両方の解釈可能な証拠を提供する。
5つの代表的な画像-3Dシステムの実験により、クローズドソースフィード-フォワードモデルは、幾何的忠実度、メッシュ品質、サイクル安定性において、オープンソース最適化ベースのベースラインを一貫して上回っていることが示された。
それでも、最強の方法でさえ48未満のサイクル安定性スコアを達成し、視覚的に可視な生成と頑健な3Dオブジェクト理解の間には、永続的なギャップが現れる。
関連論文リスト
- Reliability-Aware 3D Geometric Injection for Universal Person Re-identification [47.874819213762926]
本稿では,一貫性を考慮した信頼性ゲートとDual-Stream Residual Fusionによって駆動されるUniversal Monocular 3D-Enhanced ReIDフレームワークを提案する。
本手法は,クリーンドメイン上での競合性能を維持しながら,難易度,構造に敏感なシナリオを改善する。
論文 参考訳（メタデータ） (2026-07-21T08:54:25Z) - GeoRect4D: Geometry-Compatible Generative Rectification for Dynamic Sparse-View 3D Reconstruction [16.448484686109992]
マルチビュービデオからダイナミックな3Dシーンを再構築することは、しばしば幾何学的な崩壊、軌道のドリフト、浮き彫りのアーティファクトに繋がる、非常に不適切である。
最近の試みでは、欠落したコンテンツに幻覚を与える遺伝子前駆体を導入しているが、ナイーブな統合はしばしば構造的ドリフトと時間的不整合を引き起こす。
そこで本稿では, 疎視動的再構成のための新しい統合フレームワークであるGeoRect4Dを提案する。
論文 参考訳（メタデータ） (2026-04-22T17:12:02Z) - 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) - Seeing 3D Through 2D Lenses: 3D Few-Shot Class-Incremental Learning via Cross-Modal Geometric Rectification [59.17489431187807]
本稿では,CLIPの階層的空間意味論を活用することで3次元幾何学的忠実度を高めるフレームワークを提案する。
本手法は3次元のクラスインクリメンタル学習を著しく改善し,テクスチャバイアスに対して優れた幾何コヒーレンスとロバスト性を実現する。
論文 参考訳（メタデータ） (2025-09-18T13:45:08Z) - Hi3DEval: Advancing 3D Generation Evaluation with Hierarchical Validity [78.7107376451476]
Hi3DEvalは3D生成コンテンツに適した階層的評価フレームワークである。
素材リアリズムを明示的に評価することで審美的外観を超えてテクスチャ評価を拡張する。
ハイブリッド3次元表現に基づく3次元自動スコアリングシステムを提案する。
論文 参考訳（メタデータ） (2025-08-07T17:50:13Z) - C-DOG: Multi-View Multi-instance Feature Association Using Connected δ-Overlap Graphs [4.576442835703357]
C-DOG(Connected delta-Overlap Graph)は,ロバストな幾何学的特徴結合のためのアルゴリズムである。
C-DOGグラフでは、異なるビューから2D特徴点を表す2つのノードが、同じ3D点に対応する場合、エッジで接続される。
合成ベンチマークの実験では、C-DOGは幾何学ベースのベースラインアルゴリズムよりも優れているだけでなく、要求条件下でも非常に堅牢であることが示された。
論文 参考訳（メタデータ） (2025-07-18T17:23:45Z) - Eval3D: Interpretable and Fine-grained Evaluation for 3D Generation [134.53804996949287]
生成した3D資産の品質を忠実に評価できる細粒度で解釈可能な評価ツールであるEval3Dを紹介する。
我々のキーとなる観察は、意味論や幾何学的整合性といった3D生成の多くの望ましい特性を効果的に捉えられることである。
以前の研究と比較すると、Eval3Dはピクセル単位での測定を行い、正確な3D空間フィードバックを可能にし、人間の判断とより密に一致させる。
論文 参考訳（メタデータ） (2025-04-25T17:22:05Z) - RIGI: Rectifying Image-to-3D Generation Inconsistency via Uncertainty-aware Learning [27.4552892119823]
マルチビュースナップショットの不整合は、しばしばオブジェクト境界に沿ってノイズやアーティファクトを導入し、3D再構成プロセスを損なう。
3次元ガウススプラッティング(3DGS)を3次元再構成に利用し,不確実性認識学習を再現プロセスに統合する。
適応的な画素単位の損失重み付けを適用してモデルを正規化し、不確実領域における再構成強度を低減させる。
論文 参考訳（メタデータ） (2024-11-28T02:19:28Z) - PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。
本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
論文 参考訳（メタデータ） (2024-10-29T15:28:15Z) - Efficient Geometry-aware 3D Generative Adversarial Networks [50.68436093869381]
既存の3D GANは計算集約的であるか、3D一貫性のない近似を行う。
本研究では、3D GANの計算効率と画質をこれらの近似に頼らずに改善する。
本稿では,高解像度のマルチビュー一貫性画像だけでなく,高品質な3次元形状をリアルタイムに合成する,表現型ハイブリッド・明示型ネットワークアーキテクチャを提案する。
論文 参考訳（メタデータ） (2021-12-15T08:01:43Z)
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。