論文の概要: DirectUV: Image-Conditioned UV Texture Generation with Surface-Aware Positional Encoding

• arxiv url: http://arxiv.org/abs/2609.34651v2
• Date: Tue, 29 Sep 2026 06:28:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:46.756858
• Title: DirectUV: Image-Conditioned UV Texture Generation with Surface-Aware Positional Encoding
• Title（参考訳）: DirectUV: 表面認識位置符号化による画像合成UVテクスチャ生成
• Abstract要約: DirectUVは画像条件付きUVテクスチャ拡散フレームワークで、事前訓練された画像VAEの潜在UV空間で動作する。 位置エンコーディングは、注意によって使用される距離メートル法を定義するため、SAPEは、表面対応から導かれる3次元位置近接に応じてトークンが相互作用することを可能にする。 実験により、DirectUVは他のベースラインよりもシャープで、よりグローバルに一貫したテクスチャを生成することが示された。
• 参考スコア（独自算出の注目度）: 32.73404426808588
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generating high-quality UV textures for 3D meshes remains challenging. Multi-view projection pipelines suffer from occlusion and view inconsistency, and recent methods that generate textures directly in UV space still rely on auxiliary modules to supply 3D information, leaving the attention mechanism tied to UV-grid positions rather than to the underlying surface geometry. This mismatch limits coherence across seams and disconnected UV islands. We propose DirectUV, an image-conditioned UV texture diffusion framework that operates in the latent UV space of a pretrained image VAE, in which a Diffusion Transformer denoises the UV latent given a single input image and a coarse UV map. At its core, Surface-Aware Positional Encoding (SAPE) replaces the standard 2D-grid positional encoding with encodings derived from per-token 3D surface coordinates obtained via UV-to-surface correspondence. As positional encodings define the distance metric used by attention, SAPE enables tokens to interact according to 3D positional proximity derived from surface correspondence rather than UV-grid distance, restoring coherence across seams and disconnected islands. A multi-level extension further assigns different attention heads to progressively finer subdivisions of the same latent UV patch, allowing the model to reason about surface structure at multiple granularities. Experiments show that DirectUV produces sharper and more globally consistent textures than other baselines, with the largest improvements in occluded and view-unseen regions where projection-based methods leave gaps or stretched textures.
• Abstract（参考訳）: 3Dメッシュのための高品質なUVテクスチャの生成は依然として難しい。 マルチビュープロジェクションパイプラインはオクルージョンやビューの不整合に悩まされており、UV空間でテクスチャを直接生成する最近の手法は補助モジュールに頼って3D情報を提供しており、基盤となる表面形状よりもUVグリッドの位置に関連付けられた注意機構を残している。 このミスマッチは、シームやUVの島々のコヒーレンスを制限する。 我々は、Diffusion Transformerが単一入力画像と粗いUVマップを与えられたUV潜伏をノイズ化する、事前訓練された画像VAEの潜伏UV空間で動作する、画像条件付きUVテクスチャ拡散フレームワークであるDirectUVを提案する。 サーフェス・アウェア・ポジショナル・エンコーディング(SAPE)は、標準の2次元グリッド位置エンコーディングを、UV-表面対応によって得られる3次元表面座標から得られる符号化に置き換える。 位置エンコーディングは、注意によって使用される距離メートル法を定義するため、SAPEは、UVグリッド距離ではなく、表面の対応から導かれる3次元位置近接によりトークンが相互作用し、シームや島々間のコヒーレンスを回復することを可能にする。 マルチレベル拡張では、異なるアテンションヘッドを同じ潜在UVパッチのより細かな部分分割に割り当て、モデルが複数の粒度で表面構造を推論できるようにする。 実験により、DirectUVは他のベースラインよりもシャープでよりグローバルに一貫したテクスチャを生成しており、プロジェクションベースの手法がギャップや伸縮したテクスチャを残している領域において最大の改善点である。

関連論文リスト

• LaFiTe: A Generative Latent Field for 3D Native Texturing [72.05710323154288]
  既存のネイティブアプローチは、その生成したテクスチャの忠実さと一般性を著しく制限する、強力で多目的な表現が欠如しているため、疎外である。 粗い色表現と紫外パラメータ化によって制約された高品質なテクスチャを生成するLaFiTeを紹介する。
  論文  参考訳（メタデータ） (2025-12-04T13:33:49Z)
• UV-free Texture Generation with Denoising and Geodesic Heat Diffusions [50.55154348768031]
  メッシュの標準的なUVベースの処理機構の最も顕著な課題は、シーム、無駄なUV空間、および表面上の様々な解像度である。 本稿では,3次元メッシュの表面上での操作に制約された拡散モデルを用いて,テクスチャを色分けした点雲色として表現することを提案する。
  論文  参考訳（メタデータ） (2024-08-29T17:57:05Z)
• Nuvo: Neural UV Mapping for Unruly 3D Representations [61.87715912587394]
  既存のUVマッピングアルゴリズムは、最先端の3D再構成と生成技術によって生成された幾何学で動作する。 本稿では,3次元再構成と生成技術により生成された幾何学的手法を用いたUVマッピング手法を提案する。
  論文  参考訳（メタデータ） (2023-12-11T18:58:38Z)
• Texture Generation on 3D Meshes with Point-UV Diffusion [86.69672057856243]
  本稿では, 粗い微細化パイプラインであるPoint-UV拡散モデルとUVマッピングを併用し, 高品質なテクスチャイメージをUV空間で生成する。 本手法は,任意の属のメッシュを処理し,多種多様で,幾何に適合し,高忠実度なテクスチャを生成する。
  論文  参考訳（メタデータ） (2023-08-21T06:20:54Z)
• FFHQ-UV: Normalized Facial UV-Texture Dataset for 3D Face Reconstruction [46.3392612457273]
  このデータセットには、5万以上の高品質なテクスチャUVマップが含まれており、照度、中性表現、クリーンな顔領域がある。 我々のパイプラインは、StyleGANベースの顔画像編集アプローチの最近の進歩を活用している。 実験により,本手法は最先端手法よりも再現精度が向上することが示された。
  論文  参考訳（メタデータ） (2022-11-25T03:21:05Z)
• AUV-Net: Learning Aligned UV Maps for Texture Transfer and Synthesis [78.17671694498185]
  AUV-Netは,3次元表面を2次元に整列したUV空間に埋め込むことを学習する。 結果として、テクスチャはオブジェクト間で整列し、画像の生成モデルによって容易に合成できる。 学習されたUVマッピングとアライメントテクスチャ表現は、テクスチャ転送、テクスチャ合成、テクスチャ化された単一ビュー3D再構成など、さまざまなアプリケーションを可能にする。
  論文  参考訳（メタデータ） (2022-04-06T21:39:24Z)

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。