An Object is Worth 64×64 Pixels: Generating 3D Object via Image Diffusion
Rattachement africain : ca, hk. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
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.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- An Object is Worth 64×64 Pixels: Generating 3D Object via Image Diffusion
- Date Crossref
- 25/03/2025
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Simon Fraser University pays non établi dans la noticeUniversité ou école supérieure
-
City University of Hong Kong pays non établi dans la noticeUniversité ou école supérieure
Simon Fraser University et City University of Hong Kong.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.