TripoSR: 単一画像からの高速3Dオブジェクト再構築

要旨

本技術レポートでは、トランスフォーマーアーキテクチャを活用した高速フィードフォワード3D生成モデルであるTripoSRを紹介する。TripoSRは、単一の画像から0.5秒未満で3Dメッシュを生成する。LRMネットワークアーキテクチャを基盤として、TripoSRはデータ処理、モデル設計、およびトレーニング技術において大幅な改善を統合している。公開データセットでの評価により、TripoSRは他のオープンソースの代替モデルと比較して、定量的および質的に優れた性能を示すことが確認された。MITライセンスの下でリリースされたTripoSRは、研究者、開発者、およびクリエイターに3D生成AIの最新の進歩を提供することを目的としている。

English

This technical report introduces TripoSR, a 3D reconstruction model leveraging transformer architecture for fast feed-forward 3D generation, producing 3D mesh from a single image in under 0.5 seconds. Building upon the LRM network architecture, TripoSR integrates substantial improvements in data processing, model design, and training techniques. Evaluations on public datasets show that TripoSR exhibits superior performance, both quantitatively and qualitatively, compared to other open-source alternatives. Released under the MIT license, TripoSR is intended to empower researchers, developers, and creatives with the latest advancements in 3D generative AI.

TripoSR: 単一画像からの高速3Dオブジェクト再構築

TripoSR: Fast 3D Object Reconstruction from a Single Image

要旨

Support