Score-PA: Score-based 3D Part Assembly

要約

自律的な 3D パーツの組み立ては、ロボット工学や 3D コンピューター ビジョンの分野において困難な作業です。
このタスクは、事前に定義された指示に頼らずに、個々のコンポーネントを完全な形状に組み立てることを目的としています。
このペーパーでは、3D パーツ アセンブリのためのスコアベースの 3D パーツ アセンブリ フレームワーク (Score-PA) を導入し、新しい生成的な観点からこのタスクを定式化します。
スコアベースの手法は通常、推論段階で時間がかかることがわかっています。
この問題に対処するために、フレームワーク内のサンプリング プロセスを高速化する高速予測補正サンプラー (FPC) と呼ばれる新しいアルゴリズムを導入します。
当社では、アセンブリの品質と多様性を評価するためにさまざまな指標を採用しており、その評価結果は、当社のアルゴリズムが既存の最先端のアプローチよりも優れていることを示しています。
コードは https://github.com/J-F-Cheng/Score-PA_Score-based-3D-Part-Assembly でリリースされています。

要約(オリジナル)

Autonomous 3D part assembly is a challenging task in the areas of robotics and 3D computer vision. This task aims to assemble individual components into a complete shape without relying on predefined instructions. In this paper, we formulate this task from a novel generative perspective, introducing the Score-based 3D Part Assembly framework (Score-PA) for 3D part assembly. Knowing that score-based methods are typically time-consuming during the inference stage. To address this issue, we introduce a novel algorithm called the Fast Predictor-Corrector Sampler (FPC) that accelerates the sampling process within the framework. We employ various metrics to assess assembly quality and diversity, and our evaluation results demonstrate that our algorithm outperforms existing state-of-the-art approaches. We release our code at https://github.com/J-F-Cheng/Score-PA_Score-based-3D-Part-Assembly.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google