Text2Mesh: 텍스트 주도형 메시의 신경망 스타일화

이 연구에서는 3D 객체의 스타일을 편집하기 위한 직관적인 제어 방법을 개발합니다. 우리의 프레임워크인 Text2Mesh는 목표 텍스트 프롬프트에 맞는 색상과 국소 기하학적 세부 정보를 예측하여 3D 메시의 스타일을 조정합니다. 우리는 고정된 메시 입력(콘텐츠)과 학습된 신경망을 결합하여 3D 객체의 분리된 표현을 고려하며, 이 신경망을 '신경 스타일 필드 네트워크'라고 명명합니다. 스타일을 수정하기 위해, CLIP의 표현력 강점을 활용하여 텍스트 프롬프트(스타일 설명)와 스타일이 적용된 메시 간의 유사성 점수를 얻습니다. Text2Mesh는 사전 학습된 생성 모델이나 전문적인 3D 메시 데이터셋이 필요하지 않습니다. 이 방법은 비만ifold, 경계 등과 같은 저품질 메시도 임의의 속수(genus)를 가질 수 있으며, UV 매개화가 필요하지 않습니다. 우리는 다양한 3D 메시에서 다수의 스타일을 합성할 수 있는 우리 기술의 능력을 시연합니다.