Style2Fab：面向生成式 AI 个性化 3D 模型制造的功能感知分割
人机交互
2023-09-13 v1 人工智能
摘要
随着生成式 AI 的最新进展，自动操控 3D 模型正变得愈发容易。然而，当前方法倾向于对模型进行全局编辑，这在物理世界制造时存在损害 3D 模型预期功能的风险。例如，修改 3D 模型中的功能段（如花瓶的底座）可能破坏模型的原始功能，从而导致花瓶倾倒。我们引入一种将 3D 模型自动分割为功能性与美学性元素的方法。该方法允许用户选择性修改 3D 模型的美学段，而不影响功能段。为开发此方法，我们首先通过对源自流行 3D 打印仓库 Thingiverse 的 1000 个模型进行定性分析，创建了 3D 模型功能的分类法。基于该分类法，我们开发了将 3D 模型分解为功能与美学元素的半自动分类方法。我们提出名为 Style2Fab 的系统，允许用户在保持其功能的前提下选择性风格化 3D 模型。我们将分类方法的有效性相对于人工标注数据进行了评估，并通过用户研究展示了 Style2Fab 的实用性，表明功能感知分割有助于保持模型功能。
引用
@article{arxiv.2309.06379,
title = {Style2Fab: Functionality-Aware Segmentation for Fabricating Personalized 3D Models with Generative AI},
author = {Faraz Faruqi and Ahmed Katary and Tarik Hasic and Amira Abdel-Rahman and Nayeemur Rahman and Leandra Tejedor and Mackenzie Leake and Megan Hofmann and Stefanie Mueller},
journal= {arXiv preprint arXiv:2309.06379},
year = {2023}
}