Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
SpaceFlow는 텍스트 설명과 기하학 기본 도형으로부터 국소적 제어가 가능한 3D 생성을 위한 학습이 필요 없는 파이프라인입니다. 이 방법은 각 기본 도형을 객체 부분의 프록시로 사용하여, 사용자가 특정 영역에 대한 엄격한 제어 또는 생성적 완성 중 하나를 지정할 수 있게 합니다. SpaceFlow는 공간적 제약 조건을 생성 흐름 내에서 강제하여 높은 기하학적 충실도와 생성적 자유도를 동시에 달성합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.GR (Graphics)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기현재의 3D 생성 방법들은 명시적인 국소적 제어(local control)가 부족합니다. 기하학적 준수도는 종종 전역적 제어 강도(global control strength)에 의해 정의되며, 외관(appearance)은 국소적으로 지정할 수 없습니다. 우리는 텍스트 설명과 일련의 기하학적 기본 도형(geometric primitives)으로부터 국소적으로 제어 가능한 3D 생성을 위한 학습이 필요 없는 파이프라인인 SpaceFlow를 제시합니다. 각 기본 도형은 객체 부분의 프록시 역할을 하며, 국소적 제어 수준이 할당되어 사용자가 특정 영역이 입력 형태를 엄격하게 따르도록 할지 아니면 생성적 완성(generative completion)을 허용할지를 지정할 수 있게 합니다. 구조 생성 과정 동안, 우리는 이 공간적 제약 조건들을 생성 흐름(generative flow process) 내에서 강제합니다. 외관 합성의 경우, 생성된 구조는 분할되고 기본 도형에 매칭됩니다. 각 생성된 부분은 할당된 텍스트 또는 이미지 단서(cue)에만 조건화되어, 파트 간 누출(cross-part leakage)을 제한합니다. 영역별 기하학 측정 지표를 통해 SpaceFlow가 높은 제어 영역에서는 지정된 기하학을 보존하고 낮은 제어 영역에서는 그럴듯한 형태 변화를 가능하게 함을 입증했습니다. 사용자 연구는 또한 기하학적 충실도(geometric fidelity)와 생성적 자유도 사이의 결과적인 균형이 전반적인 품질에서 경쟁력이 있음을 나타냅니다. 고정된 기하학 위에서 외관을 평가할 때, 텍스트 조건화 라우팅은 최첨단 프롬프트 충실도(prompt faithfulness)와 색상/재질 정확도를 달성합니다. 정성적 결과는 또한 이미지 단서의 국소적 라우팅을 보여줍니다. 프로젝트 페이지는 SpaceFlow3D.github.io에서 확인할 수 있습니다.