⏶14
FastMesh:通过组件解耦实现高效的艺术网格生成
发表
由
taesiri 提交

作者:
Jeonghwan Kim,
Yushi Lan,
Armando Fortes, Yongwei Chen, Xingang Pan

摘要
最近的网格生成方法通常将三角形网格进行标记化为 token 序列,并训练自回归模型按顺序生成这些 token。尽管取得了实质性进展,但这类 token 序列不可避免地会多次重用顶点来完全表示流形网格,因为每个顶点都被多个面共享。这种冗余会导致 token 序列过长和生成过程效率低下。在本文中,我们提出了一种高效的框架,通过单独处理顶点和面来生成艺术网格,从而大大减少了冗余。我们仅使用自回归模型来生成顶点,将 token 数量减少到最紧凑的现有标记器所需数量的约 23%。接下来,我们利用双向 Transformer 通过捕获顶点间关系并构建定义网格面的邻接矩阵,一步完成网格。为了进一步提高生成质量,我们引入了一个保真度增强器来改进顶点位置以获得更自然的排列,并提出了一个后处理框架来去除不良的边连接。实验结果表明,与最先进的方法相比,我们的方法在网格生成速度上快了 8 倍以上,同时产生的网格质量更高。
> 最近的网格生成方法通常将三角形网格分词为 token 序列,并训练自回归模型按顺序生成这些 token。尽管取得了实质性进展,但由于每个顶点都被多个面共享,这种 token 序列不可避免地多次重复使用顶点以完全表示流形网格。这种冗余导致 token 序列过长和生成过程效率低下。在本文中,我们提出了一种高效的框架,通过分别处理顶点和面来生成艺术网格,从而大大减少了冗余。我们仅对顶点生成使用自回归模型,将 token 数量减少到现有最紧凑分词器所需数量的大约 23%。接下来,我们利用双向 Transformer 通过捕获顶点间的关系并构建定义网格面的邻接矩阵,在一个步骤中完成网格。为了进一步提高生成质量,我们引入了一个保真度增强器,将顶点位置细化为更自然的排列,并提出一个后处理框架来去除不良的边连接。实验结果表明,我们的方法在网格生成方面比最先进的方法快 8 倍以上,同时产生更高的网格质量。