Mengelola simetri model 3D melalui ruang laten voxel

26 September 202611 tampilan

Artikel ini menyajikan pendekatan yang menerapkan simetri rotasi, cermin, atau polihedral melalui transformasi laten voxel dan penyelarasan prediksi model pada langkah-langkah generasi—tanpa melatih ulang komponen utamanya. Dalam pengujian terhadap 266 objek, pendekatan ini mengurangi pelanggaran terhadap simetri yang ditentukan dibandingkan beberapa alternatif, sekaligus mempertahankan kualitas rekonstruksi setara dengan model awal.

Mengelola simetri model 3D melalui ruang laten voxel

Apa yang diubah SymTRELLIS

SymTRELLIS mengatur simetri model 3D saat generasi berbasis flow di TRELLIS.2. Metode ini mendukung kelompok titik hingga: rotasional, cermin, dan polihedral.

Metode ini tidak memerlukan pelatihan ulang VAE dasar atau model flow. Kriteria praktis penggunaannya adalah kebutuhan untuk menetapkan simetri model selama generasi.

Cara kerja pengaturan di ruang laten

Metode ini mengaproksimasi aksi transformasi spasial dengan operator linear yang dapat dilatih pada laten voxel. Spatial-transform latent mapper yang ringan ini dilatih menggunakan data 3D biasa yang tidak simetris.

Pada setiap langkah ODE flow, metode ini memprediksi kecepatan untuk transformasi simetri yang ekuivalen. Kemudian, metode ini merata-ratakan kecepatan tersebut — proses ini disebut oleh para penulis sebagai velocity symmetrization.

Elemen kuncinya adalah perataan pada setiap langkah generasi, bukan pelatihan ulang model dasar. Metode ini cocok ketika generasi perlu diselaraskan dengan simetri yang ditentukan.

Cara menentukan simetri

Di SymTRELLIS, spesifikasi simetri dapat diperoleh dengan dua cara:

  • mengestimasinya secara otomatis berdasarkan generasi awal TRELLIS.2;
  • menentukannya sendiri.

Spesifikasi yang dipilih memungkinkan perubahan tingkat simetri secara sengaja, melampaui apa yang tersirat dari gambar masukan. Ini penting ketika simetri yang diinginkan tidak hanya ditentukan oleh gambar.

Apa yang ditunjukkan oleh hasil

Para penulis menguji metode ini pada benchmark pilihan khusus yang terdiri atas 266 objek yang benar-benar simetris. Benchmark ini mencakup simetri rotasional dengan tingkat 2 hingga 20 serta kelompok polihedral.

PerbandinganHasil
Kesalahan simetri dibandingkan dengan TRELLIS.2, Hunyuan3D-2.1, dan TripoSGSymTRELLIS secara signifikan mengurangi semua metrik kesalahan simetri
Akurasi rekonstruksiDipertahankan pada tingkat yang sebanding dengan model dasar

Hasil ini penting untuk tugas yang memerlukan pengurangan kesalahan simetri tanpa penyimpangan berarti dari akurasi rekonstruksi model dasar.

Kriteria pemilihan

Metode ini sesuai ketika model target harus memiliki simetri titik hingga: rotasional, cermin, atau polihedral. Spesifikasinya dapat diperoleh dari generasi awal atau ditentukan secara terpisah.

Jika tingkat simetri perlu diubah secara sengaja dibandingkan dengan petunjuk dari gambar masukan, hal ini juga termasuk dalam kemampuan yang dijelaskan. Saat mengevaluasi metode ini, pertimbangkan kedua kriteria: kesalahan simetri dan akurasi rekonstruksi.

Pertanyaan yang sering ditanyakan

Bahan terkait

Semua bahan
Mengelola simetri model 3D melalui ruang laten voxel