본 논문은 사용자 입력으로부터의 정보 손실을 최소화하고 의도를 극대화하는 조건부 3D 형상 생성의 어려움을 해결하기 위해, 사용자 스케치와 텍스트 설명을 원활하게 통합하는 새로운 접근 방식인 PASTA를 제안합니다. PASTA는 비전-언어 모델에서 추출한 텍스트 임베딩을 사용하여 스케치의 의미적 표현을 풍부하게 합니다. 텍스트 기반 정보는 모호한 스케치에서 누락된 시각적 단서를 보완하여 객체의 부품 구성 요소를 지정합니다. 또한, 세부적인 정보를 처리하는 IndivGCN과 부품을 집계하고 객체 구조를 개선하는 PartGCN이라는 두 가지 유형의 그래프 합성곱 신경망을 사용하는 ISG-Net을 도입합니다. 실험 결과, PASTA는 부품 수준 편집에서 기존 방법보다 우수한 성능을 보이며, 스케치 기반 3D 형상 생성에서 최첨단 결과를 달성합니다.
