論文の概要: A Unified Framework for Image-to-3D Part Generation via Variable Granularity

• arxiv url: http://arxiv.org/abs/2610.31671v1
• Date: Thu, 22 Oct 2026 17:59:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.518283
• Title: A Unified Framework for Image-to-3D Part Generation via Variable Granularity
• Title（参考訳）: 可変粒度による画像から3次元部分生成のための統一フレームワーク
• Abstract要約: 統合された画像から3Dのパーツ生成フレームワークであるFlexPartを紹介します。 不均一な入力をシームレスに統合することにより、FlexPartは強力なクロスモーダルシナジーを解放する。 PartXL のマスク条件下では、FlexPart は TripoSG + SAM3D に対して Part CD を 16.6% 削減し、OmniPart に対して 10.5% 削減した。
• 参考スコア（独自算出の注目度）: 9.521632712157041
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Controllable 3D part generation is pivotal for digital asset creation, yet existing methods lack the flexibility to accommodate diverse user workflows requiring varying levels of control. In this paper, we introduce FlexPart, a unified image-to-3D part generation framework that supports variable-granularity geometric conditions within a single model. By seamlessly integrating heterogeneous inputs, ranging from sparse points to dense bounding boxes and masks, via gated adaptive modulation, FlexPart unlocks a powerful cross-modal synergy. We also propose an asymmetric geometric guidance mechanism that leverages strong spatial priors to align representations across granularities, improving geometric consistency and facilitating inter-task synergy. Under mask conditioning on PartVerseXL, FlexPart reduces Part CD by 16.6% relative to TripoSG + SAM3D and by 10.5% relative to OmniPart, while maintaining competitive whole-mesh quality. The code can be found at https://github.com/Gucci233/FlexPart
• Abstract（参考訳）: コントロール可能な3Dパーツ生成は、デジタルアセット作成において重要であるが、既存のメソッドでは、さまざまなレベルのコントロールを必要とする多様なユーザワークフローに対応する柔軟性が欠如している。 本稿では,単一モデル内での可変粒度幾何学的条件をサポートする統合画像から3次元部分生成フレームワークFlexPartを紹介する。 不均一な入力をシームレスに統合することで、スパースポイントから密有界ボックスやマスクまで、ゲート適応変調を通じて、FlexPartは強力なクロスモーダルシナジーを解放する。 また,非対称な幾何学的誘導機構を提案する。この機構は,強い空間的先行を生かして,粒度をまたいだ表現を整列させ,幾何的整合性を改善し,タスク間のシナジーを容易にする。 PartVerseXL のマスク条件下では、FlexPart は TripoSG + SAM3D に対して Part CD を 16.6% 削減し、OmniPart に対して 10.5% 削減した。 コードはhttps://github.com/Gucci233/FlexPartにある。

関連論文リスト

• SAM3D-Part: Interactive Part Selection and Generation from 3D Objects [20.379932054770588]
  本稿では,入力3Dオブジェクトメッシュから選択部品を生成するためのプロンプト駆動型フレームワークSAM3D-Partを提案する。 SAM3D-Partはソースアライメントを大幅に改善し、コンディショニングコストを低減し、一貫した選択的部分生成を可能にする。
  論文  参考訳（メタデータ） (2026-09-14T14:26:34Z)
• MegaParts: Scaling Part-Aware 3D Object Generation to 300 Parts via Token-Efficient Autoregressive Modeling [48.6816265114274]
  MegaPartsはスケーラブルな自動回帰3D生成フレームワークである。 最大300個の部品と256kのトークンのシーケンス長を持つオブジェクトにスケールする。 本手法は,ベースライン自己回帰モデルや拡散モデルよりも高いメッシュ品質を実現する。
  論文  参考訳（メタデータ） (2026-08-14T18:00:02Z)
• 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)
• GALA3D: Towards Text-to-3D Complex Scene Generation via Layout-guided Generative Gaussian Splatting [52.150502668874495]
  GALA3D, GALA3D, 生成3D GAussian, LAyout-guided control, for effective compositional text-to-3D generation。 GALA3Dは、最先端のシーンレベルの3Dコンテンツ生成と制御可能な編集のための、ユーザフレンドリーでエンドツーエンドのフレームワークである。
  論文  参考訳（メタデータ） (2024-02-11T13:40:08Z)
• DiffFacto: Controllable Part-Based 3D Point Cloud Generation with Cross Diffusion [68.39543754708124]
  DiffFactoは,部品レベルの制御で形状の分布を学習する新しい確率的生成モデルである。 実験により,複数の制御軸を持つ新しい形状を生成可能であることが示された。 最先端のパートレベルの生成品質を実現し、可塑性かつコヒーレントな形状を生成する。
  論文  参考訳（メタデータ） (2023-05-03T06:38:35Z)

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。