MeshAnything V2: Artist-Created Mesh Generation With Adjacent Mesh Tokenization

要約

与えられた形状に合わせて位置合わせされたアーティスト作成メッシュ (AM) を生成する自己回帰トランスフォーマーである MeshAnything V2 を紹介します。
さまざまな 3D アセット制作パイプラインと統合して、高品質で高度に制御可能な AM 生成を実現できます。
MeshAnything V2 は、同じサイズのモデルを使用した場合、効率とパフォーマンスの両方で以前の方法を上回ります。
これらの改善は、新しく提案されたメッシュ トークン化手法である隣接メッシュ トークン化 (AMT) によるものです。
各面を 3 つの頂点で表す以前の方法とは異なり、AMT は可能な限り 1 つの頂点を使用します。
以前の方法と比較して、AMT では、平均して同じメッシュを表現するために必要なトークン シーケンスの長さが約半分になります。
さらに、AMT からのトークン シーケンスはよりコンパクトで適切に構造化されており、AM 生成に根本的なメリットをもたらします。
私たちの広範な実験により、AMT が AM 生成の効率とパフォーマンスを大幅に向上させることが示されました。
プロジェクトページ: https://buaacyw.github.io/meshanything-v2/

要約(オリジナル)

We introduce MeshAnything V2, an autoregressive transformer that generates Artist-Created Meshes (AM) aligned to given shapes. It can be integrated with various 3D asset production pipelines to achieve high-quality, highly controllable AM generation. MeshAnything V2 surpasses previous methods in both efficiency and performance using models of the same size. These improvements are due to our newly proposed mesh tokenization method: Adjacent Mesh Tokenization (AMT). Different from previous methods that represent each face with three vertices, AMT uses a single vertex whenever possible. Compared to previous methods, AMT requires about half the token sequence length to represent the same mesh in average. Furthermore, the token sequences from AMT are more compact and well-structured, fundamentally benefiting AM generation. Our extensive experiments show that AMT significantly improves the efficiency and performance of AM generation. Project Page: https://buaacyw.github.io/meshanything-v2/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google