論文の概要: Seg3DParts: Segmentation-Grounded Controllable Part-Level 3D Generation
- arxiv url: http://arxiv.org/abs/2609.36918v1
- Date: Tue, 29 Sep 2026 07:38:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.287274
- Title: Seg3DParts: Segmentation-Grounded Controllable Part-Level 3D Generation
- Title（参考訳）: Seg3DParts:Segmentation-Grounded Controllable Part-Level 3D Generation
- Abstract要約: Seg3DPartsは、単一画像から制御可能な部分レベル3D生成のためのセグメンテーショングラウンドフレームワークである。
構造化されたクロスパート相互作用により、コンポーネントは生成プロセス全体を通してグローバルなコンテキストを交換できる。
PartObjectNetは200万以上のオブジェクトと1Mのアノテートされたパーツを持つ大規模なデータセットである。
- 参考スコア（独自算出の注目度）: 40.64186003201969
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Part-level 3D assets are essential for editing, reassembly, and interaction, yet recovering such structure from a single image remains challenging due to occlusion, ambiguous boundaries, and the need for coherent multi-part reasoning. Existing approaches struggle to achieve both controllable part-level generation and coherent multi-part structure, as part identity and spatial allocation are typically inferred implicitly. We present Seg3DParts, a segmentation-grounded framework for controllable part-level 3D generation from a single image. By treating segmentation as an explicit grounding signal, our method defines part identity during generation, enabling each component to be anchored to a corresponding image region. To ensure coherent assemblies, we introduce structured cross-part interaction that allows components to exchange global context throughout the generative process. As a result, Seg3DParts directly generates well-aligned part meshes in a shared canonical space without post-hoc alignment, supporting flexible and controllable decomposition. We further introduce PartObjectNet, a large-scale dataset with over 200K objects and 1M annotated parts. Experiments demonstrate that Seg3DParts achieves superior geometry quality, cross-part coherence, and part-level controllability over existing methods.
- Abstract（参考訳）: 部分レベルの3Dアセットは、編集、再組み立て、相互作用に不可欠であるが、1つの画像からそのような構造を復元することは、隠蔽、曖昧な境界、一貫性のある多重部分推論の必要性により、依然として困難である。
既存のアプローチは、制御可能な部分レベル生成とコヒーレントな多部構造の両方を達成するのに苦労する。
単一画像から制御可能な部分レベル3D生成のためのセグメンテーショングラウンドフレームワークであるSeg3DPartsを提案する。
セグメンテーションを明示的なグラウンド信号として扱うことにより、生成中の部分のアイデンティティを定義し、各コンポーネントを対応する画像領域に固定することができる。
コヒーレントなアセンブリを保証するため、生成プロセス全体を通して、コンポーネントがグローバルなコンテキストを交換できる構造化されたクロスパートインタラクションを導入する。
結果として、Seg3DPartsは、ホック後のアライメントを伴わずに、共有正準空間の整列された部分メッシュを直接生成し、フレキシブルで制御可能な分解をサポートする。
さらに、200万以上のオブジェクトと1Mのアノテートされたパーツを持つ大規模データセットであるPartObjectNetを紹介します。
実験により、Seg3DPartsは既存の手法よりも優れた幾何学的品質、横断コヒーレンス、および部分レベルの制御性を実現することが示された。
関連論文リスト
- PartLLM: A Unified Multimodal Foundation for 3D Part Segmentation [60.659851579884666]
部分分割はコンピュータグラフィックスと3Dビジョンの基本的な問題である。
本稿では,3次元部分分割を自己回帰的意味分解として定式化する統一モデルPartLLMを紹介する。
論文 参考訳（メタデータ） (2026-09-22T07:58:27Z) - SCULPT: Subtractive Composition for 3D Part Generation [48.947695076233835]
パートアウェアな3D生成は、完全なオブジェクトとして一貫性のあるデジタルアセットを作成することを目的としています。
本稿では,これらの課題に対処するフレームワークであるSCULPTを提案する。
論文 参考訳（メタデータ） (2026-08-13T17:55:04Z) - PartRAG: Retrieval-Augmented Part-Level 3D Generation and Editing [14.700522731919904]
PartRAGは、外部部分データベースを拡散変換器と統合して、編集可能な表現とペア生成する検索拡張フレームワークである。
PartRAGは、よりシャープな部分境界、より細い構造の忠実さ、そして明瞭な物体に頑健な振る舞いをもたらす。
論文 参考訳（メタデータ） (2026-02-19T02:57:35Z) - UniPart: Part-Level 3D Generation with Unified 3D Geom-Seg Latents [21.86068927019046]
分解可能で構造化された3D合成を必要とするアプリケーションには、部分レベル3D生成が不可欠である。
既存の手法では、粒度制御の制限のある暗黙的な部分のセグメンテーションに依存するか、あるいは大きな注釈付きデータセットでトレーニングされた強力な外部セグメンタに依存する。
画像誘導部分レベル3D生成のための2段階遅延拡散フレームワークUniPartを紹介する。
論文 参考訳（メタデータ） (2025-12-10T09:04:12Z) - PartNeXt: A Next-Generation Dataset for Fine-Grained and Hierarchical 3D Part Understanding [65.55036443711528]
PartNeXtは、23,000以上の高品質なテクスチャ付き3Dモデルを持つ次世代データセットで、50のカテゴリにわたるきめ細かな階層的なパーツラベルがアノテートされている。
そこで我々は,(1)クラス非依存な部分分割,最先端の手法が細粒度や葉のレベルに苦しむ部分分割,(2)3D部分中心の質問応答,(3)オープン語彙の部分接地における大きなギャップを明らかにする3D-LLMsの新しいベンチマークの2つのタスクについて,PartNeXtをベンチマークした。
論文 参考訳（メタデータ） (2025-10-23T03:06:08Z) - OmniPart: Part-Aware 3D Generation with Semantic Decoupling and Structural Cohesion [31.767548415448957]
我々は,パートアウェアな3Dオブジェクト生成のための新しいフレームワークであるOmniPartを紹介する。
提案手法は,ユーザ定義部分の粒度,高精度なローカライゼーションをサポートし,多様な下流アプリケーションを実現する。
論文 参考訳（メタデータ） (2025-07-08T16:46:15Z) - Efficient Part-level 3D Object Generation via Dual Volume Packing [51.712083185732894]
パートレベルの3Dオブジェクト生成のための新しいエンドツーエンドフレームワークを提案する。
提案手法は,任意の数の完全かつ意味論的に意味のある部分を持つ高品質な3Dオブジェクトを生成する。
論文 参考訳（メタデータ） (2025-06-11T17:55:03Z) - 3D Compositional Zero-shot Learning with DeCompositional Consensus [102.7571947144639]
我々は、部分的知識は観察されたオブジェクトクラスを超えて構成可能であるべきだと論じる。
本稿では、視覚から見えないオブジェクトクラスへの部分一般化の問題として、3D合成ゼロショット学習を提案する。
論文 参考訳（メタデータ） (2021-11-29T16:34:53Z)
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。