ストリップをトークンとして：ネイティブUVセグメンテーションによるアーティスティックメッシュ生成

Strips as Tokens: Artist Mesh Generation with Native UV Segmentation

April 10, 2026

著者: Rui Xu, Dafei Qin, Kaichun Qiao, Qiujie Dong, Huaijin Pi, Qixuan Zhang, Longwen Zhang, Lan Xu, Jingyi Yu, Wenping Wang, Taku Komura

cs.AI

要旨

オートリグレッシブトランスフォーマーの最近の進歩は、アーティスト品質のメッシュ生成において顕著な可能性を示しています。しかし、既存手法で用いられるトークン順序付け戦略は、専門アーティストの基準を満たせない場合がほとんどです。座標ベースのソートでは非効率に長いシーケンスが生成され、パッチベースのヒューリスティクスでは高品質モデリングに不可欠な連続的なエッジフローと構造的正則性が損なわれます。これらの課題を解決するため、本論文では三角形ストリップに着想を得た新しいトークン順序付け戦略を備えたフレームワーク「Strips as Tokens（SATO）」を提案します。UV境界を明示的に符号化した面の連結チェーンとしてシーケンスを構築することで、本手法はアーティスト作成メッシュに特徴的な組織化されたエッジフローと意味的レイアウトを自然に保持します。この定式化の主要な利点は、同一のトークンシーケンスを三角形メッシュまたは四角形メッシュのいずれかにデコードできる統合表現です。この柔軟性により、大規模な三角形データから基礎的な構造的事前知識を学習し、高品質な四角形データによって出力の幾何学的正則性を高める、両データタイプの共同訓練が可能となります。大規模な実験により、SATOが幾何学的品質、構造的一貫性、UVセグメンテーションの観点で従来手法を一貫して上回ることを実証しました。

English

Recent advancements in autoregressive transformers have demonstrated remarkable potential for generating artist-quality meshes. However, the token ordering strategies employed by existing methods typically fail to meet professional artist standards, where coordinate-based sorting yields inefficiently long sequences, and patch-based heuristics disrupt the continuous edge flow and structural regularity essential for high-quality modeling. To address these limitations, we propose Strips as Tokens (SATO), a novel framework with a token ordering strategy inspired by triangle strips. By constructing the sequence as a connected chain of faces that explicitly encodes UV boundaries, our method naturally preserves the organized edge flow and semantic layout characteristic of artist-created meshes. A key advantage of this formulation is its unified representation, enabling the same token sequence to be decoded into either a triangle or quadrilateral mesh. This flexibility facilitates joint training on both data types: large-scale triangle data provides fundamental structural priors, while high-quality quad data enhances the geometric regularity of the outputs. Extensive experiments demonstrate that SATO consistently outperforms prior methods in terms of geometric quality, structural coherence, and UV segmentation.