核心概念
ユーザーが個々の部品を自由に生成できるようにする部品ベースの3Dシェイプ生成手法を提案する。
摘要
本論文では、部品ベースの3Dシェイプ生成手法を提案する。従来の手法では、生成された3Dシェイプの個々の部品を自由に生成・編集することが難しかった。本手法では、マルチモーダルな深層生成モデルを用いて、ユーザーが部分的に生成された3Dシェイプに対して、多様な部品候補を提示することができる。
具体的には、以下の2つのニューラルネットワークから成る。
- 部品合成ネットワーク(PCN)
- 部品の潜在表現と部品の位置・スケールを学習する
- 部品を組み合わせて完全な3Dシェイプを生成する
- 部品提案ネットワーク(PSN)
- 部分的に生成された3Dシェイプに対して、多様な部品候補を提示する
- マルチモーダルな深層生成モデル(MDN、cGAN、cIMLE、cDDPM)を使用して部品候補を生成
提案手法では、ユーザーが部分的に生成された3Dシェイプに対して、多様な部品候補から選択できるため、ユーザーが意図した3Dシェイプを効率的に生成できる。定性的・定量的な評価から、cIMLEとcDDPMが最も優れた部品候補を生成することが示された。
统计
提案手法は、部品の潜在表現と位置・スケールを学習する
部分的に生成された3Dシェイプに対して、多様な部品候補を提示する
マルチモーダルな深層生成モデルを使用して部品候補を生成
引用
"従来の手法では、生成された3Dシェイプの個々の部品を自由に生成・編集することが難しかった。"
"本手法では、ユーザーが部分的に生成された3Dシェイプに対して、多様な部品候補から選択できるため、ユーザーが意図した3Dシェイプを効率的に生成できる。"