研究人员开发了 SeamGen，这是一种新颖的生成模型，旨在自动放置 3D 内容创作中的 UV 接缝。与依赖手工制作的目标或语义代理的先前方法不同，SeamGen 直接从大量艺术家编写的接缝布局数据中学习，使用流匹配生成模型。该模型包含一个 Mesh Transformer 主干，该主干结合了图注意力和自注意力机制，以有效处理网格拓扑和几何特征。这种方法使 SeamGen 能够生成更符合艺术家偏好和生产要求的 UV 布局，其性能优于现有的基于失真和语义代理的基线。 AI
影响 该模型可以通过自动化一项劳动密集型任务来简化 3D 内容创作流程，从而提高艺术家的效率。
排序理由 该集群包含一篇研究论文，详细介绍了一种用于 3D 内容创作特定任务的新型生成模型。[lever_c_demoted from research: ic=1 ai=1.0]
- 3D content creation
- arXiv
- computer vision
- Flow Matching for Generative Modeling
- graph attention network
- Mesh Transformer
- pattern recognition
- SeamGen
- self-attention
- Transformer++
- UV seam
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
