Core Concepts
기존 3D 모델의 매개변수를 언어와 연결하여 훈련 데이터에 없는 새로운 3D 동물과 나무를 생성할 수 있다.
Abstract
이 연구는 언어를 활용하여 기존 3D 모델의 매개변수를 제어하고 조절함으로써 훈련 데이터에 없는 새로운 3D 동물과 나무를 생성하는 방법을 제안한다.
동물 모델의 경우, 기존 SMAL 모델을 확장한 SMAL+ 모델을 사용하여 더 다양한 종의 동물을 표현할 수 있게 하였다. 나무 모델의 경우, Blender의 TreeGen 애드온을 활용하여 다양한 나무 종을 생성할 수 있게 하였다.
이 방법은 언어와 3D 모델 매개변수 사이의 매핑을 학습하여, 언어 입력을 통해 훈련 데이터에 없는 새로운 동물과 나무를 생성할 수 있다. 또한 이미지 입력을 통해서도 동물과 나무를 생성할 수 있다.
실험 결과, 제안 방법은 기존 방법 대비 개선된 성능을 보였으며, 훈련 데이터에 없는 새로운 동물과 나무를 생성할 수 있음을 확인하였다.
Stats
이 연구에서 사용한 동물 모델 SMAL+는 기존 SMAL 모델을 확장하여 총 145개의 동물 샘플로 학습되었다.
나무 모델은 Blender의 TreeGen 애드온을 사용하였으며, 22개의 나무 종을 참조 모델로 활용하였다.
Quotes
"Our key idea is to leverage language to control such existing models to produce novel shapes."
"Our hypothesis is that mapping from language to parameters allows us to generate parameters for objects that were never seen during training."
"We test our approach with two very different types of parametric shape models (quadrupeds and arboreal trees)."