TreeSketchNet：从草图到三维树木参数生成
计算机视觉与模式识别
2023-01-11 v2 人工智能
图形学
摘要
从程式化草图对非线性物体进行三维建模，即使对计算机图形学（CG）专家也是一项挑战。从程式化草图外推物体参数是一项非常复杂且繁琐的任务。在本研究中，我们提出一个在建模者与三维建模软件之间起中介作用的系统，可将树木的程式化草图转化为完整的三维模型。输入草图无需精确或详细，仅需表示建模者希望三维建模的树木的粗略轮廓。我们的方法基于一个定义良好的深度神经网络（DNN）架构，称之为 TreeSketchNet（TSN），其基于卷积，能够生成 Weber 与 Penn 参数，这些参数可被建模软件解释，从而从简单草图生成树木的三维模型。训练数据集由合成生成的（SG）草图组成，这些草图与专用 Blender 建模软件插件生成的 Weber-Penn 参数相关联。通过使用合成与手绘草图测试 TSN，证明了所提方法的准确性。最后，我们通过评估预测参数与若干区分性特征的一致性，对结果进行定性分析。
引用
@article{arxiv.2207.12297,
title = {TreeSketchNet: From Sketch To 3D Tree Parameters Generation},
author = {Gilda Manfredi and Nicola Capece and Ugo Erra and Monica Gruosso},
journal= {arXiv preprint arXiv:2207.12297},
year = {2023}
}