【DeepMind】PolyGen: 一种三维网格的自回归生成模型，PolyGen: An Autoregressive Generative Model of 3D Meshes

题目： PolyGen: An Autoregressive Generative Model of 3D Meshes

摘要：

多边形网格是三维几何的一种有效表现形式，在计算机图形学、机器人技术和游戏开发中具有重要意义。现有的基于学习的方法避免了使用3D网格的挑战，而是使用与神经结构和训练方法更兼容的替代对象表示。提出了一种直接对网格建模的方法，利用基于变换的结构对网格顶点和面进行顺序预测。我们的模型可以对一系列输入进行条件设置，包括类对象、体素和图像，因为模型是概率性的，所以它可以生成在模糊场景中捕获不确定性的样本。我们证明了该模型能够产生高质量、可用的网格，并为网格建模任务建立了对数似然基准。我们还根据不同的方法评估了表面重建的条件模型，并在没有直接训练的情况下展示了竞争性的表现。