論文の概要: AnchorGen: Anchored Optimization for Customizable Generative 3D Design

• arxiv url: http://arxiv.org/abs/2610.06135v1
• Date: Mon, 05 Oct 2026 11:07:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-09 18:27:34.54303
• Title: AnchorGen: Anchored Optimization for Customizable Generative 3D Design
• Title（参考訳）: AnchorGen: カスタマイズ可能な生成3D設計のための最適化
• Abstract要約: emphAnchorGenは、無条件でトレーニングされた修正フローフレームワークで、ペア化されたデータの非依存な形状とスケッチを行う。 単一のモデルは、設計保存最適化、次元的明示的な設計編集、スケッチのみの合成をサポートする。
• 参考スコア（独自算出の注目度）: 26.929842771538375
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Engineering design often starts from a 2D sketch that fixes style and proportions, yet the subsequent 3D shape optimization relies on learned generative priors to keep the geometry valid. However, these priors are agnostic to the sketch: while they admit a valid design by correcting a drifted proposal back to its training distribution, they often correct it towards the high-density region, ignoring the specified design. We introduce \emph{AnchorGen}, a rectified-flow framework trained unconditionally on the concatenated shape and sketch latents of paired data. The learned manifold represents the joint distribution of shape-sketch pairs, so constraining the sketch component restricts the iterate to the sub-manifold of shapes consistent with a target style. Since training employs no conditioning signal, the constraint is imposed at inference: gradient descent optimizes the shape latent to minimize a differentiable drag surrogate, while constraining the sketch latent to remain close to the target sketch via a token-wise cosine penalty. A single model thereby supports design-preserving optimization, dimensionally explicit design edits, and sketch-only synthesis.
• Abstract（参考訳）: エンジニアリング設計は、しばしばスタイルと比率を修正する2Dスケッチから始まるが、その後の3D形状の最適化は、幾何を有効に保つために学習された生成先に依存している。 ドリフトされた提案をトレーニングディストリビューションに戻すことで、有効な設計を認める一方で、指定した設計を無視して、高密度の領域に修正することが多い。 整流フローフレームワークである \emph{AnchorGen} を紹介した。 学習された多様体は、形状とスケッチのペアの結合分布を表すため、スケッチ成分の制約は、ターゲットスタイルと整合した形状のサブマニフォールドに反復を制限します。 勾配降下は、変化可能なドラッグサロゲートを最小限に抑えるためにラテント形状を最適化するが、スケッチラテントはトークンワイドのコサインペナルティによってターゲットスケッチに近づき続けるように制約する。 単一のモデルは、設計保存最適化、次元的に明示的な設計編集、スケッチのみの合成をサポートする。

関連論文リスト

• CubicSplat: Differentiable Vector Graphics via Error-Bounded Forward Relaxation [41.42805325196858]
  ベジエの最も近い点解法を、幾何誤差が$O(S-2)$で有界な一様ポリラインサロゲートに置き換える新しいタイプのベクトルグラフ解法であるCubeicSplatを導入する。 結果の静的な計算グラフは構成によってよく条件付き勾配を得るが、PSN由来の可視性メカニズムは補助正則化なしでプリミティブを創出する。
  論文  参考訳（メタデータ） (2026-08-21T07:21:08Z)
• Joint Semantic and Rendering Enhancements in 3D Gaussian Modeling with Anisotropic Local Encoding [86.55824709875598]
  本稿では,セマンティックとレンダリングの両方を相乗化する3次元セマンティックガウスモデリングのための統合拡張フレームワークを提案する。 従来の点雲形状符号化とは異なり、細粒度3次元形状を捉えるために異方性3次元ガウシアン・チェビシェフ記述子を導入する。 我々は、学習した形状パターンを継続的に更新するために、クロスシーンの知識伝達モジュールを使用し、より高速な収束と堅牢な表現を可能にします。
  論文  参考訳（メタデータ） (2026-01-05T18:33:50Z)
• SPAN: Spatial-Projection Alignment for Monocular 3D Object Detection [49.12928389918159]
  既存の単分子3D検出器は典型的には、切り離された予測パラダイムを通じて、3D境界ボックスの顕著な非線形回帰をテームする。 本稿では2つの主成分を持つ新しい空間射影アライメント(SPAN)を提案する。 SPANは、予測された3次元境界ボックスと接地した3次元境界ボックスの間に明らかに大域的な空間的制約を課し、それによって非結合な特性回帰による空間的ドリフトを補正する。 3D-2Dプロジェクションアライメントは、投影された3Dボックスが、画像平面上の対応する2D検出バウンディングボックス内に密に整列していることを保証する。
  論文  参考訳（メタデータ） (2025-11-10T04:48:48Z)
• sketch2symm: Symmetry-aware sketch-to-shape generation via semantic bridging [12.390999095290404]
  スケッチから幾何学的に一貫した3Dを生成する2段階生成法であるSketch2Symmを提案する。 本手法では,スケッチ・ツー・イメージ変換によるセマンティック・ブリッジングを導入し,スパース・スケッチ表現を充実させる。 提案手法は,既存のスケッチベース再構築手法に比べて,シャンファー距離,アースモーバー距離,Fスコアの面で優れた性能を実現する。
  論文  参考訳（メタデータ） (2025-10-13T11:49:45Z)
• Aligning Constraint Generation with Design Intent in Parametric CAD [14.67058586198014]
  エンジニアリングスケッチは、制約によって連結された幾何学的プリミティブで構成されている。 設計が容易に編集できるように、制約は設計意図を効果的に捉えなければならない。 生成CADモデルの整列に向けた重要な第一歩は、すべての幾何学的プリミティブを完全に制約する制約を生成することである。
  論文  参考訳（メタデータ） (2025-04-17T17:59:54Z)
• Sketch3D: Style-Consistent Guidance for Sketch-to-3D Generation [55.73399465968594]
  本稿では,テキスト記述と一致する色と入力スケッチに整合した形状のリアルな3Dアセットを生成するための,新しい生成パラダイムSketch3Dを提案する。 3つの戦略は、3次元ガウスの最適化、すなわち分布伝達機構による構造最適化、直感的なMSE損失による色最適化、CLIPに基づく幾何学的類似性損失によるスケッチ類似性最適化である。
  論文  参考訳（メタデータ） (2024-04-02T11:03:24Z)
• Doodle Your 3D: From Abstract Freehand Sketches to Precise 3D Shapes [118.406721663244]
  本稿では,抽象モデリングとクロスモーダル対応を容易にする,新しい部分レベルモデリング・アライメントフレームワークを提案する。 提案手法は,CLIPassoエッジマップと投影された3次元部分領域との対応性を確立することで,スケッチモデリングにシームレスに拡張する。
  論文  参考訳（メタデータ） (2023-12-07T05:04:33Z)
• Fast Convex Quadratic Optimization Solvers with Adaptive Sketching-based Preconditioners [37.03247707259297]
  二次正則化を伴う最小二乗問題を検討し,適応的なスケッチサイズを持つ新しいスケッチベース反復手法を提案する。 スケッチのサイズは、線形収束を保証するためにデータ行列の有効次元と同じくらい小さくすることができる。 効果的な寸法の観点からスケッチサイズを選択する際の大きな困難は、後者が実際には通常不明であるという事実にあります。
  論文  参考訳（メタデータ） (2021-04-29T04:36:41Z)

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。