Synthesizing 3D Abstractions by Inverting Procedural Buildings with Transformers

要約

手続きモデルを反転させることを学ぶことにより、建物の抽象化を生成し、それらの幾何学と構造の本質的な側面を反映します。
最初に、シミュレートされたポイントクラウドとペアになった抽象的な手続き型構築モデルのデータセットを構築し、次に変圧器を介した逆マッピングを学習します。
ポイントクラウドが与えられると、訓練されたトランスは、プログラムの言語の説明の観点から、対応する抽象化された建物を推進します。
このアプローチは、ゲームやアニメーションのために開発された表現的な手続きモデルを活用し、それにより、推定された抽象化の効率的なレンダリングや規則性と対称性の強力な事前層などの望ましい特性を保持します。
私たちのアプローチは、幾何学と構造の観点から、および構造的に一貫した開始の点で優れた再構成の精度を達成します。

要約(オリジナル)

We generate abstractions of buildings, reflecting the essential aspects of their geometry and structure, by learning to invert procedural models. We first build a dataset of abstract procedural building models paired with simulated point clouds and then learn the inverse mapping through a transformer. Given a point cloud, the trained transformer then infers the corresponding abstracted building in terms of a programmatic language description. This approach leverages expressive procedural models developed for gaming and animation, and thereby retains desirable properties such as efficient rendering of the inferred abstractions and strong priors for regularity and symmetry. Our approach achieves good reconstruction accuracy in terms of geometry and structure, as well as structurally consistent inpainting.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google