Generazione Efficiente di Oggetti 3D a Livello di Parte tramite Impacchettamento Duale di Volumi

Efficient Part-level 3D Object Generation via Dual Volume Packing

June 11, 2025

Autori: Jiaxiang Tang, Ruijie Lu, Zhaoshuo Li, Zekun Hao, Xuan Li, Fangyin Wei, Shuran Song, Gang Zeng, Ming-Yu Liu, Tsung-Yi Lin

cs.AI

Abstract

I recenti progressi nella generazione di oggetti 3D hanno notevolmente migliorato sia la qualità che l'efficienza. Tuttavia, la maggior parte dei metodi esistenti genera una singola mesh con tutte le parti fuse insieme, il che limita la capacità di modificare o manipolare le singole parti. Una sfida chiave è che oggetti diversi possono avere un numero variabile di parti. Per affrontare questo problema, proponiamo un nuovo framework end-to-end per la generazione di oggetti 3D a livello di parti. Dato un'immagine di input singola, il nostro metodo genera oggetti 3D di alta qualità con un numero arbitrario di parti complete e semanticamente significative. Introduciamo una strategia di impacchettamento duale del volume che organizza tutte le parti in due volumi complementari, consentendo la creazione di parti complete e interconnesse che si assemblano nell'oggetto finale. Gli esperimenti dimostrano che il nostro modello raggiunge una qualità, diversità e generalizzazione migliori rispetto ai precedenti metodi di generazione a livello di parti basati su immagini.

English

Recent progress in 3D object generation has greatly improved both the quality and efficiency. However, most existing methods generate a single mesh with all parts fused together, which limits the ability to edit or manipulate individual parts. A key challenge is that different objects may have a varying number of parts. To address this, we propose a new end-to-end framework for part-level 3D object generation. Given a single input image, our method generates high-quality 3D objects with an arbitrary number of complete and semantically meaningful parts. We introduce a dual volume packing strategy that organizes all parts into two complementary volumes, allowing for the creation of complete and interleaved parts that assemble into the final object. Experiments show that our model achieves better quality, diversity, and generalization than previous image-based part-level generation methods.