Компьютерные науки > Компютерное видение и распознавание шаблонов [представлено 22 октября 2026 года] Название: StackGen3D: Stable 3D Block Generation из Multiview Siluets View PDF HTML (экспериментальное) Резюме: Поощрение физически стабильных 3D структур от визуальных спецификаций требует устранения геометрической двусмысленности при учете физического взаимодействия между объектами. Мы представляем StackGen3D, рамки для создания стабильных блоковых сборок при условии проведения инвентаризации конкретного блока и трех орфографических силуэтов. Наш подход состоит из двух этапов. Во-первых, мы разрабатываем основанную на физике графическую сеть (PI-GNN), которая поддерживает отношения между блоками и служит в качестве быстродействующего прогноза стабильности для обработки разнообразных массивов данных стабильных структур. Во-вторых, мы готовим модель условного сопоставления потоков на этом наборе данных для отражения мультимодального распределения конфигураций блоков в соответствии с целевыми силуэтами. На момент вывода, легковесный геометрический отбор и совершенствование сокращают проникновение между блоками без проведения физики. Предварительные эксперименты показывают, что PI-GNN обобщает от простых стопок до сложных структур значительно лучше чем многослойный перцептрон с параметром. Для формирования структуры выбор " Лучший из десяти &qt; повышает физическую стабильность с 45,3 до 72,4 процента при достижении силы в 0,970. Эти результаты свидетельствуют о том, что…
StackGen3D: stable 3D Block Generation от мультивидео Силуэтов
arXiv: 261 030,31803v1 Аннонс Тип: новое резюме: создание физически стабильных 3D структур на основе визуальных спецификаций требует устранения геометрической двусмысленности при учете физических взаимодействий между объектами. Мы представляем StackGen3D, рамки для создания стабильных блоковых сборок при условии проведения инвентаризации конкретного блока и трех орфографических силуэтов. Наш подход состоит из двух этапов. Во-первых, мы разрабатываем основанную на физике графическую сеть (PI-GNN), которая поддерживает отношения между блоками и служит в качестве быстродействующего прогноза стабильности для обработки разнообразных массивов данных стабильных структур. Во-вторых, мы готовим модель условного сопоставления потоков на этом наборе данных для отражения мультимодального распределения конфигураций блоков в соответствии с целевыми силуэтами. На момент вывода, легковесный геометрический отбор и совершенствование сокращают проникновение между блоками без проведения физики. Предварительные эксперименты показывают, что ПИ-ГНН обобщает от простых стопок до сложных структур