Advances in 3D Generation: A Survey

要約

3D モデルの生成はコンピューター グラフィックスの核心であり、数十年にわたる研究の焦点となってきました。
高度なニューラル表現と生成モデルの出現により、3D コンテンツ生成の分野は急速に発展しており、ますます高品質で多様な 3D モデルの作成が可能になっています。
この分野の急速な成長により、最近の発展に遅れをとらないようにすることが困難になっています。
この調査では、3D 生成方法の基本的な方法論を紹介し、3D 表現、生成方法、データセット、および対応するアプリケーションを含む構造化されたロードマップを確立することを目的としています。
具体的には、3D 生成の根幹となる 3D 表現について紹介します。
さらに、フィードフォワード生成、最適化ベースの生成、手続き型生成、生成的な新しいビューの合成など、アルゴリズム パラダイムのタイプごとに分類された、生成方法に関する急速に増加している文献の包括的な概要を提供します。
最後に、利用可能なデータセット、アプリケーション、未解決の課題について説明します。
この調査が、読者がこのエキサイティングなトピックを探索し、3D コンテンツ生成分野のさらなる進歩を促進するのに役立つことを願っています。

要約(オリジナル)

Generating 3D models lies at the core of computer graphics and has been the focus of decades of research. With the emergence of advanced neural representations and generative models, the field of 3D content generation is developing rapidly, enabling the creation of increasingly high-quality and diverse 3D models. The rapid growth of this field makes it difficult to stay abreast of all recent developments. In this survey, we aim to introduce the fundamental methodologies of 3D generation methods and establish a structured roadmap, encompassing 3D representation, generation methods, datasets, and corresponding applications. Specifically, we introduce the 3D representations that serve as the backbone for 3D generation. Furthermore, we provide a comprehensive overview of the rapidly growing literature on generation methods, categorized by the type of algorithmic paradigms, including feedforward generation, optimization-based generation, procedural generation, and generative novel view synthesis. Lastly, we discuss available datasets, applications, and open challenges. We hope this survey will help readers explore this exciting topic and foster further advancements in the field of 3D content generation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google