.png){kind=icon}
返回
Parameterize Structure With Differentiable Template for 3D Shape Generation
.png){kind=icon}
OA
AI
DOI：10.1109/TVCG.2025.3583987.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
结构表示对于重建和生成具有部件语义的可编辑3D形状至关重要。近期关于3D形状生成的研究采用了复杂的网络和结构定义，这些定义依赖于分层注释，但对部件内部的细节关注较少。在本文中，我们提出了一种方法，利用可微分模板和对应的定长参数对同一类别中的共享结构进行参数化。将特定参数输入模板以计算表示具体形状的立方体。我们利用每个立方体三视图渲染的边界来进一步描述内部细节。形状由立方体内的参数和三视图细节表示，从中可以计算SDF以恢复物体。得益于我们的定长参数和三视图细节，我们的重建和生成网络简单且有效，能够学习潜在空间。我们的方法能够重建或生成具有复杂细节的多样化形状，并能平滑地插值。广泛的评估表明，在点云重建、生成和插值方面，我们的方法具有优越性。
Keyword:
Structure parameterize and template
structure analysis
3D shape reconstruction and generation
3D shape interpolation
期刊
IF:
6.5
论文数:
353
被引数:
2.2W
机构
引用论文
.png){kind=icon}
DSG-Net: Learning Disentangled Structure and Geometry for 3D Shape GenerationDsg-net: 学习用于3D形状生成的解纠缠结构和几何OAAI
OAAI分享收藏Expressive Body Capture: 3D Hands, Face, and Body From a Single Image富有表现力的身体捕捉: 来自单个图像的3D手，脸和身体
PREAI
分享收藏
查看更多内容