論文の概要: SILSA: Sliding-Window Slice Latents for Topology-Preserving High-Resolution 3D Generation
- arxiv url: http://arxiv.org/abs/2610.02201v1
- Date: Thu, 01 Oct 2026 17:59:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:24.373299
- Title: SILSA: Sliding-Window Slice Latents for Topology-Preserving High-Resolution 3D Generation
- Title（参考訳）: SILSA: トポロジー保存高分解能3D生成用スライディングウインドウスライス潜水剤
- Abstract要約: SILSAはコンパクトなスライディングウインドウ・スライス・ラテントを持つ形状を表す。
Slice VAEは、配向表面サンプルを多軸スライス潜水剤に符号化する。
Volumetric Anchor Latticeは、共有された3Dワークスペースを介して方向スライスストリームをコーディネートする。
- 参考スコア（独自算出の注目度）: 11.41748585486247
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: High-resolution 3D generation increasingly relies on voxel latents and multi-stage pipelines that first predict active structure and then synthesize local geometry. While effective, this design fragments continuous surfaces into many local tokens, inflates generation cost, and often weakens topological consistency for thin or highly connected shapes. We introduce SILSA, a topology-aware 3D generation framework that represents shapes with compact sliding-window slice latents. Instead of generating expensive voxel tokens, SILSA uses a fixed set of overlapping slices along the three canonical axes, where each token summarizes a local depth window to preserve cross-sectional continuity and support single-stage rectified-flow generation. A Slice VAE encodes oriented surface samples into multi-axis slice latents and reconstructs them with a sparse volumetric decoder, while a Volumetric Anchor Lattice coordinates directional slice streams through a shared 3D workspace. To preserve structural correctness, we introduce slice-level topology supervision that matches persistence diagrams and aligns Betti transitions across neighboring slices. Experiments show that SILSA improves structural fidelity while substantially reducing generation cost. SILSA improves PSNR by $8.7\%$, coverage by $5.96$ absolute points, and Betti error by $9.2\%$ over the strongest baseline, while using $70.0\%$ fewer tokens than the next-most compact baseline and over $98\%$ fewer tokens than sparse or hierarchical tokenizers, effectively reducing training memory by $40.4\%$ and inference time by $58.5\%$. Qualitative results further show improved preservation of thin structures, repeated components, and long-range connectivity.
- Abstract（参考訳）: 高分解能な3D生成は、最初は活性構造を予測し、その後局所幾何学を合成するボクセル潜水剤や多段パイプラインにますます依存している。
この設計は有効であるが、連続した表面を多くの局所トークンに分解し、生成コストを膨らませ、しばしば薄いまたは高連結な形状のトポロジ的一貫性を弱める。
SILSAは、コンパクトなスライディングウインドウ・スライス・ラデントで形状を表現するトポロジを意識した3D生成フレームワークである。
高価なボクセルトークンを生成する代わりに、SILSAは3つの正準軸に沿って重なり合うスライスを固定セットとして使用する。
Slice VAEは、向き付けられた表面サンプルを多軸スライス遅延子にエンコードし、スパースボリュームデコーダで再構成し、Volumetric Anchor Latticeは共有3Dワークスペースを介して方向スライスストリームをコーディネートする。
構造的正当性を維持するため,スライスレベルのトポロジー監視を導入し,永続性図に一致し,隣接するスライス間でベティ遷移を整列させる。
実験により、SILSAは発生コストを大幅に削減しつつ、構造忠実度を向上することが示された。
SILSAはPSNRを$8.7\%、カバーは$5.96$、ベッチエラーは$9.2\%、トークンは$70.0\%、トークンはスパースや階層トークンよりも$9.8\%、トレーニングメモリは$40.4\%、推論時間は$58.5\%である。
さらに質的な結果は、細い構造物の保存、繰り返し部品、長距離接続性の改善を示している。
関連論文リスト
- Beyond Global Latents: Chunk-Based Sparse Grid VAE for Scalable 3D Modeling [30.640147037595572]
ChunkVAEは、グローバルな潜在ボリュームではなく、局所的なチャンクを中心に構成されたスパースグリッド変分自動エンコーダである。
下流で必要なグローバルインターフェースを維持しながら,局所圧縮が幾何を拡張可能であることを示す。
論文 参考訳（メタデータ） (2026-08-03T10:15:30Z) - P2Voxel: Pyramid Pivot Voxelization for 3D Mesh Tokenization [60.385793205570046]
我々は、コンパクトかつ再構成対応のメッシュトークン化のためのピラミッドピボットのボクセル化フレームワークであるtextbfP2Voxelを紹介した。
textitSpatial Complexity の仮定の下では、ピラミッドのPivot Voxelization は実表面の空間的非均一性を利用する。
textitBlock Reconstructability の仮定の下で、Praamid VAE は局所的に再構成可能なピボットブロック上でコンパクトな多重解像度潜在符号を学習する。
論文 参考訳（メタデータ） (2026-08-01T13:04:29Z) - MSVS-VAE: Multi-Scale Anchored VecSet for High-Fidelity 3D Reconstruction [39.69838180175452]
我々は,この忠実度ギャップをコンパクトさを犠牲にすることなく閉鎖する階層的集合ベースVAEであるMSVS-VAEを提案する。
我々のキーとなる考え方は、階層的な点シャッフルアップサンプリングにより、固定されたVecSet潜伏剤を徐々に密度化し、微細な幾何学モデリングのための空間容量を増大させることである。
生成ベンチマーク、ABO、およびその内部ベンチマークに関する大規模な実験は、MSVS-VAEが、以前のセットベースおよびボクセルベースのVAEよりも一貫して優れており、以前のセットベースメソッドよりも約10倍高速なデコードを提供し、ボクセルベースの約10倍のコンパクト性を提供することを示した。
論文 参考訳（メタデータ） (2026-07-27T13:45:22Z) - $K$-NeAS: Scalable Multi-Material CT Reconstruction Using Neural SDFs [0.0]
入射シーン表現(ISR)は、スパースプロジェクションから直接連続的な体積減衰場を復元することでこの問題に対処する。
本稿では, 自動多材料表面再構成のための統一かつスケーラブルなアーキテクチャであるK$-NeASを提案する。
論文 参考訳（メタデータ） (2026-07-15T23:08:45Z) - MeshWeaver: Sparse-Voxel-Guided Surface Weaving for Autoregressive Mesh Generation [53.06620176910962]
MeshWeaverは、メッシュ生成を表面織布プロセスとして扱う自動回帰フレームワークである。
MeshWeaverは18%の最先端圧縮比を実現し、最大16K面のメッシュを生成することができ、以前のアプローチよりも幾何的忠実性を大幅に向上する。
論文 参考訳（メタデータ） (2026-06-03T10:15:43Z) - LG-HCC: Local Geometry-Aware Hierarchical Context Compression for 3D Gaussian Splatting [77.81227097905865]
アンカーベースの3DGS圧縮スキームは、いくつかの高度な文脈モデルを通してガウスの冗長性を減少させる。
本稿では, アンカープルーニングとエントロピー符号化にアンカー幾何学的相関を組み込んだ3DGSのための局所幾何学的階層型コンテキスト圧縮フレームワークを提案する。
実験の結果、LG-HCCは構造保存の問題を効果的に緩和し、Mip-NeRF360データセット上のScaffold-GSベースラインと比較して最大30.85倍のストレージを削減した。
論文 参考訳（メタデータ） (2026-03-30T13:39:35Z) - LATO: 3D Mesh Flow Matching with Structured TOpology Preserving LAtents [43.84310366771089]
LATOは、スケーラブルでフローマッチングに基づく明示的な3Dメッシュの合成を可能にする、新しいトポロジ保存潜在表現である。
生成モデリングでは、LATOは2段階のフローマッチングプロセスを採用し、最初は構造ボクセルを合成し、その後、ボクセルのトポロジーの特徴を精製する。
従来の等曲面/三角形に基づく拡散モデルや自己回帰生成アプローチと比較して、LATOは推論において高い効率を保ちながら、複雑な幾何学、よく形成されたトポロジーを持つメッシュを生成する。
論文 参考訳（メタデータ） (2026-03-06T15:09:25Z) - FACE: A Face-based Autoregressive Representation for High-Fidelity and Efficient Mesh Generation [50.71369329585773]
フェースレベルでメッシュを生成する新しいAutoregressive AutoencoderフレームワークであるFACEを紹介する。
当社のワンフェイスワンツーケン戦略は、メッシュの基本構築ブロックである三角形の面を、単一の統一トークンとして扱います。
FACEは、標準ベンチマークで最先端の再構築品質を達成する。
論文 参考訳（メタデータ） (2026-03-02T06:47:15Z) - SVRecon: Sparse Voxel Rasterization for Surface Reconstruction [60.92372415355283]
我々は最近提案されたスパースボキセル化パラダイムをSVReconの統合により高忠実度表面再構成の課題に拡張する。
本手法は, 常に高速な収束を保ちながら, 強い復元精度を実現する。
論文 参考訳（メタデータ） (2025-11-21T16:32:01Z) - CAGE: Continuity-Aware edGE Network Unlocks Robust Floorplan Reconstruction [24.09888364478496]
我々は,点-雲密度マップから直接ベクトルフロアプランを再構築する堅牢なフレームワークであるCAGEを提案する。
CAGEは最先端のパフォーマンスを達成し、F1スコアは99.1%(部屋)、91.7%(コーナー)、89.3%(角度)である。
論文 参考訳（メタデータ） (2025-09-18T22:10:37Z)
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。