本論文は、3Dシーンの分解的再構築に関する新しい手法を提案している。主な特徴は以下の通り:
Segment Anything Model (SAM)、ハイブリッド暗黙的-明示的ニューラルサーフェス表現、およびメッシュベースの領域成長手法を統合することで、最小限の人間の操作で正確な3Dオブジェクト分解を実現する。
SAMの特徴マップを活用し、ユーザーの1回のクリックで目的のオブジェクトを抽出できる。これにより、ユーザーの操作を最小限に抑えつつ、分解の粒度と品質をコントロールできる。
メッシュの幾何学的トポロジーと頂点の特徴の類似性を利用した新しい領域成長手法を提案し、オブジェクトの正確な分離を実現する。
ベンチマークデータセットでの評価実験により、提案手法が高品質な分解的3D再構築を実現できることを示している。さらに、アニメーションやシーン編集などの応用例も提示している。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Xiaoyang Lyu... at arxiv.org 03-29-2024
https://arxiv.org/pdf/2403.19314.pdfDeeper Inquiries