ترجمه فارسی مقاله یک شیء ۶۴x۶۴ پیکسل ارزش دارد: تولید شیء سه‌بعدی از طریق انتشار تصویر

چکیده

We introduce a new approach for generating realistic 3D models with UV maps through a representation termed “Object Images.” This approach encapsulates surface geometry, appearance, and patch structures within a 64×64 pixel image, effectively converting complex 3D shapes into a more manageable 2D format. By doing so, we address the challenges of both geometric and semantic irregularity inherent in polygonal meshes. This method allows us to use image generation models, such as Diffusion Transformers, directly for 3D shape generation. Evaluated on the ABO dataset, our generated shapes with patch structures achieve point cloud FID comparable to recent 3D generative models, while naturally supporting PBR material generation.

چکیده به فارسی (ترجمه ماشینی)

ما یک رویکرد جدید برای تولید مدل های سه بعدی واقع بینانه با نقشه های UV از طریق بازنمایی “تصاویر شی” معرفی می کنیم.این روش هندسه ، ظاهر و پچ را در یک تصویر 64×64 پیکسل محاصره می کند ، و به طور موثری شکل های سه بعدی پیچیده را به یک قالب 2D قابل کنترل تر تبدیل می کند.با این کار ، ما به چالش های بی نظمی هندسی و معنایی ذاتی در مشهای چند ضلعی پرداخته ایم.این روش به ما امکان می دهد از مدل های تولید تصویر ، مانند ترانسفورماتورهای انتشار ، مستقیماً برای تولید شکل سه بعدی استفاده کنیم.ارزیابی شده در مجموعه داده ABO ، شکل های تولید شده ما با ساختارهای پچ به Cloud FID قابل مقایسه با مدل های تولیدی سه بعدی اخیر می رسند ، در حالی که به طور طبیعی از تولید مواد PBR پشتیبانی می کنند.