Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Yo'City: Personalized and Boundless 3D Realistic City Scene Generation via Self-Critic Expansion

Created by
  • Haebom
Category
Empty

저자

Keyang Lu, Sifan Zhou, Hongbin Xu, Gang Xu, Zhifei Yang, Yikai Wang, Zhen Xiao, Jieyi Long, Ming Li

개요

Yo'City는 사용자 맞춤형 무한 확장 3D 도시 생성을 가능하게 하는 에이전트 기반 프레임워크입니다. 오프더쉘프 대형 모델의 추론 및 구성 능력을 활용하여 "City-District-Grid" 구조의 계층적 계획 전략을 통해 도시를 구상합니다. 전역 플래너는 전체 레이아웃과 기능적 구역을 결정하고, 지역 디자이너는 각 구역을 세부적인 그리드 레벨 설명으로 세분화합니다. 이후 그리드 레벨 3D 생성은 "생산-개선-평가" 등각 투영 이미지 합성 루프를 통해 수행되며, 이미지-3D 생성이 뒤따릅니다. 지속적인 도시 진화를 시뮬레이션하기 위해, Yo'City는 사용자 상호 작용, 관계 기반 확장을 도입하여 공간적으로 일관된 도시 성장을 보장합니다. 다양한 벤치마크 데이터셋과 여러 평가 지표를 통해 Yo'City는 기존의 최첨단 방법들을 능가하는 성능을 보였습니다.

시사점, 한계점

시사점:
사용자 정의 및 무한 확장이 가능한 3D 도시 생성.
대형 모델의 추론 및 구성 능력을 활용한 도시 계획.
"City-District-Grid" 구조의 계층적 도시 설계.
"생산-개선-평가" 루프를 통한 3D 생성.
사용자 상호 작용 기반의 도시 확장 메커니즘.
다양한 평가 지표를 통한 객관적인 성능 평가.
한계점:
제공된 정보 내에서 한계점을 직접적으로 파악하기 어려움. (논문 내용을 직접적으로 알 수 없음)
👍