HyperColor：一种用于合成自动着色 3D 模型以填充游戏场景的超网络方法
计算机视觉与模式识别
2021-08-04 v1 图形学
摘要
设计 3D 游戏场景是一项繁琐的任务，通常需要大量工作。该任务通常涉及 3D 模型的合成、着色和放置。为了减轻这一工作量，我们可以应用机器学习来自动化游戏场景开发的某些方面。早期研究已经解决了使用机器学习自动生成游戏场景背景的问题。然而，模型自动着色仍然是一个探索不足的问题。3D 模型的自动着色是一项具有挑战性的任务，尤其是在处理多彩、多部件对象的数字表示时。在这种情况下，我们必须“理解”对象的组成以及每个部件的着色方案。现有的单阶段方法有其自身的局限性，例如需要对对象进行分割，或生成必须组装在一起才能产生最终模型的独立部件。我们通过提出一种两阶段训练方法来合成自动着色的 3D 模型，以解决这些限制。在第一阶段，我们获得表示 3D 对象的 3D 点云；在第二阶段，我们为点云内的点分配颜色。接下来，通过利用所谓的三角剖分技巧，我们生成一个 3D 网格，其中表面基于代表给定网格三角形顶点的着色点的插值进行着色。这种方法使我们能够生成平滑的着色方案。实验评估表明，与传统的单阶段技术相比，我们的两阶段方法在形状重建和着色方面给出了更好的结果。
引用
@article{arxiv.2108.01411,
title = {HyperColor: A HyperNetwork Approach for Synthesizing Auto-colored 3D Models for Game Scenes Population},
author = {Ivan Kostiuk and Przemysław Stachura and Sławomir K. Tadeja and Tomasz Trzciński and Przemysław Spurek},
journal= {arXiv preprint arXiv:2108.01411},
year = {2021}
}