Loading...
机构名称:
¥ 2.0

摘要。我们提出了一种3D建模方法,该方法使最终用户能够使用机器学习来完善或详细说明3D形状,从而扩展了AI辅助3D内容创建的功能。给出了粗素形状(例如,使用简单的盒子挤出工具或通过生成建模产生的形状),用户可以直接“绘制”所需的目标样式,代表了引人注目的几何细节,从输入示例形状,而不是粗糙形状的不同区域。这些区域然后被上采样成高分辨率的几何形状,这些几何形状与彩绘样式相连。为了实现这种可控和局部的3D详细信息,我们通过使其意识到掩盖的方式在金字塔GAN的顶部构建。我们设计了新颖的结构损失和先验,以确保我们的方法可以保留所需的粗糙结构和细粒度的特征,即使从不同的来源(例如,不同的语义部分,甚至不同的形状类别)借用了涂漆样式。通过广泛的实验,我们表明我们本地化细节的能力可以实现新颖的交互式创意工作流程和应用。我们的实验进一步证明,与基于全球细节的先前技术相比,我们的方法生成结构具有高分辨率的高分辨率风格的几何形状,并具有更连贯的形状细节和样式过渡。

arxiv:2409.06129v1 [cs.cv] 10 Sep 2024

arxiv:2409.06129v1 [cs.cv] 10 Sep 2024PDF文件第1页

arxiv:2409.06129v1 [cs.cv] 10 Sep 2024PDF文件第2页

arxiv:2409.06129v1 [cs.cv] 10 Sep 2024PDF文件第3页

arxiv:2409.06129v1 [cs.cv] 10 Sep 2024PDF文件第4页

arxiv:2409.06129v1 [cs.cv] 10 Sep 2024PDF文件第5页

相关文件推荐

2024 年
¥1.0
2024 年
¥2.0
2024 年
¥4.0
2024 年
¥1.0