스트립을 토큰으로 활용: 네이티브 UV 세분화를 통한 아티스트 메시 생성

Strips as Tokens: Artist Mesh Generation with Native UV Segmentation

April 10, 2026

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

cs.AI

초록

최근 자동회귀 트랜스포머의 발전은 아티스트 수준의 메시 생성에 대한 놀라운 잠재력을 입증했습니다. 그러나 기존 방법들이 채택한 토큰 순서화 전략은 일반적으로 전문 아티스트 기준을 충족하지 못하는데, 좌표 기반 정렬은 비효율적으로 긴 시퀀스를 생성하고 패치 기반 휴리스틱은 고품질 모델링에 필수적인 연속적인 에지 흐름과 구조적 규칙성을 해칩니다. 이러한 한계를 해결하기 위해 우리는 삼각형 스트립에서 영감을 받은 토큰 순서화 전략을 가진 새로운 프레임워크인 SATO(Strips as Tokens)를 제안합니다. UV 경계를 명시적으로 인코딩하는 연결된 면들의 체인으로 시퀀스를 구성함으로써, 우리의 방법은 아티스트가 생성한 메시의 특징인 체계적인 에지 흐름과 의미론적 레이아웃을 자연스럽게 보존합니다. 이 구성의 주요 장점은 통합된 표현으로, 동일한 토큰 시퀀스를 삼각형 또는 사각형 메시로 모두 디코딩할 수 있게 합니다. 이러한 유연성은 두 데이터 유형에 대한 공동 학습을 가능하게 하는데, 대규모 삼각형 데이터는 기본적인 구조적 사전 지식을 제공하고 고품질 사각형 데이터는 출력의 기하학적 규칙성을 향상시킵니다. 폭넓은 실험을 통해 SATO가 기하학적 품질, 구조적 일관성 및 UV 분할 측면에서 기존 방법들을 지속적으로 능가함을 입증했습니다.

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.