論文の概要: CDBM: Complexity-Diversity Framework for Building Morphology Analysis
- arxiv url: http://arxiv.org/abs/2611.00122v1
- Date: Thu, 29 Oct 2026 14:20:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 03:11:12.000444
- Title: CDBM: Complexity-Diversity Framework for Building Morphology Analysis
- Title(参考訳): CDBM: 構造解析のための複雑さと多様性の枠組み
- Abstract要約: 複雑度・多様性ビルディングメートル法(CDBM)について紹介する。
幾何的詳細がいかに強く表現されるか(複雑さ)と、それが一次元と二次元の要素(多様性)でいかに不均一に変化するかを測定する
482,241,306のOpenStreetMapビルで計算されたCDBMは、機能、地域、文脈的関連性、実発生的識別、人間の好み、幾何学的条件付き生成でテストされる。
- 参考スコア(独自算出の注目度): 39.34361959790876
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We introduce Complexity-Diversity Building Metrics (CDBM), twelve interpretable descriptors for building massings represented as vertical extrusions. They measure how strongly geometric detail is expressed (complexity) and how unevenly it varies across one- and two-dimensional elements (diversity). Computed for 482,241,306 OpenStreetMap buildings and compared with 3D Building Metrics (3DBM) and the LION shape latent on task-specific samples, CDBM is tested on function, region, contextual relevance, real-generated discrimination, human preference and geometry-conditioned generation. With gradient boosting, CDBM best separates generated from mapped massings and best matches human preference; with logistic regression it matches 3DBM on realism. 3DBM leads on the other three tasks. As generation targets, the descriptors show that models struggle to produce strongly expressed and heterogeneous forms. CDBM complements existing indicators.
- Abstract(参考訳): 本稿では,垂直押出形マッサージを行うための12の解釈可能な記述子であるCDBMについて紹介する。
彼らは幾何的詳細がいかに強く表現されるか(複雑度)と、それが一次元と二次元の要素(多様性)でいかに不均一に変化するかを測定する。
482,241,306のOpenStreetMapビルを計算し、3D Building Metrics (3DBM) とタスク固有のサンプルに潜入した LION 形状と比較すると、CDBM は機能、地域、文脈的関連性、実際の識別、人間の嗜好、幾何学的条件付き生成で試験される。
勾配の上昇により、CDBMはマップ化されたマッサージから生成され、人間の嗜好とベストマッチする。
3DBMは他の3つのタスクをリードします。
生成対象として、デクリプタはモデルが強く表現され不均一な形式を生成するのに苦労していることを示している。
CDBMは既存の指標を補完する。
関連論文リスト
- PointCoT: A Multi-modal Benchmark for Explicit 3D Geometric Reasoning [82.55361351483005]
我々は,3次元データに対する明示的なチェーン・オブ・ソート(CoT)推論でMLLMを強化する新しいフレームワークであるPointCoTを提案する。
両ストリームのマルチモーダルアーキテクチャを活用することで,幾何学的真理とセマンティックな外観を相乗化することができる。
論文 参考訳(メタデータ) (2026-02-27T11:47:45Z) - StdGEN++: A Comprehensive System for Semantic-Decomposed 3D Character Generation [57.06461272772509]
StdGEN++は、多種多様な入力から高忠実で意味的に分解された3D文字を生成するための、新しく包括的なシステムである。
最先端の性能を達成し、幾何学的精度と意味的絡み合いにおいて既存の手法を著しく上回っている。
結果として、非破壊的な編集、物理学に準拠したアニメーション、視線追跡など、より進んだ下流の機能をアンロックする。
論文 参考訳(メタデータ) (2026-01-12T15:41:27Z) - Joint Geometry-Appearance Human Reconstruction in a Unified Latent Space via Bridge Diffusion [57.09673862519791]
本稿では,幾何学と外観のモデリングを結合潜在表現に統一する新しいフレームワークである textbfJGA-LBD を紹介する。
実験により、JGA-LBDは、幾何学的忠実度と外観品質の両方の観点から、現在の最先端アプローチよりも優れていることが示された。
論文 参考訳(メタデータ) (2026-01-01T12:48:56Z) - Cross-Modal Geometric Hierarchy Fusion: An Implicit-Submap Driven Framework for Resilient 3D Place Recognition [9.411542547451193]
本稿では,密度に依存しない幾何学的推論により3次元位置認識を再定義するフレームワークを提案する。
具体的には、元のシーンポイント雲密度の干渉に免疫する弾性点に基づく暗黙の3次元表現を導入する。
これら2種類の情報を活用することで,鳥眼視と3Dセグメントの両視点から幾何学的情報を融合する記述子を得る。
論文 参考訳(メタデータ) (2025-06-17T07:04:07Z) - QuadricFormer: Scene as Superquadrics for 3D Semantic Occupancy Prediction [49.75084732129701]
3D占有予測は、堅牢な自動運転システムにとって不可欠である。
既存の手法のほとんどは、密度の高いボクセルベースのシーン表現を使用している。
効率的な3次元占有予測のためのスーパークワッドリックモデルであるQuadricFormerを提案する。
論文 参考訳(メタデータ) (2025-06-12T17:59:45Z) - JADE: Joint-aware Latent Diffusion for 3D Human Generative Modeling [62.77347895550087]
JADEは人体形状の変化を微粒化制御で学習する生成フレームワークである。
私たちの重要な洞察は、人体を骨格構造に分解する共同認識の潜伏表現です。
提案した分解条件下でのコヒーレントで可塑性な人体形状を生成するため,カスケードパイプラインも提案する。
論文 参考訳(メタデータ) (2024-12-29T14:18:35Z) - Self-supervised Learning of Hybrid Part-aware 3D Representations of 2D Gaussians and Superquadrics [16.446659867133977]
PartGSは、オブジェクトやシーンを解釈可能な分解に解析するために、2Dガウスとスーパークワッドリックを統合する、自己管理された部分認識再構築フレームワークである。
提案手法は,DTU,ShapeNet,および実世界のデータセットに関する広範な実験において,最先端の手法と比較して優れた性能を示す。
論文 参考訳(メタデータ) (2024-08-20T12:30:37Z)
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。