PulseAugur
实时 06:41:56
English(EN) Functionalization via Structure Completion and Motion Rectification

新方法使用图补全功能化3D模型

研究人员引入了一项名为“物体功能化”的新任务,旨在将视觉上合理但不可操作的3D模型转换为可物理操作的模型。这是通过将问题表述为使用新的功能图表示的图补全任务来实现的。开发了一个神经图功能化器(GraFu)模型来补全非功能性3D对象的未完成图,然后驱动几何实现阶段添加必要的结构元素和连接器。此过程还可以校正运动数据中的错误,从而产生更具物理合理性的行为。该团队创建了FurFun-233,一个包含233个家具模型的数据库,以支持这项研究。 AI

影响 这项研究可能为模拟、游戏和虚拟环境带来更真实、更具交互性的3D资产。

排序理由 该集群包含一篇关于新研究方法和数据集的arXiv预印本。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新方法使用图补全功能化3D模型

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Mingrui Zhao, Sai Raj Kishore Perla, Kai Wang, Sauradip Nag, Duc Anh Nguyen, Jiayi Peng, Ruiqi Wang, Angel X. Chang, Manolis Savva, Ali Mahdavi-Amiri, Hao Zhang ·

    通过结构补全和运动校正实现功能化

    arXiv:2605.18010v2 Announce Type: replace Abstract: Acquisition and creation of 3D assets have been largely view- or appearance-driven. As a result, existing digital 3D models often lack the requisite structural components to function as intended, such as joints, supports, interi…