LeafFit: 特徴植物資産生成のための3Dガウスサplatting (3DGS)

abstract：私たちは、1本の植物の3Dガウスサplatting（3DGS）を解釈するパイプラインであるLeafFitを提案しました。 3DGSとして、複雑な葉全体が忠実に記録されるのに成功しています。しかし、高いメモリ使用量とメッシュのトポロジーがないため、伝統的なゲーム産業生産作業フローに適合しません。 この問題に対処するために、葉の形状の再現性を活用しています。 代替としてユーザインタラクションを含めた選択された代表的な葉グループが、薄くてきわめて鋭いメッシュを生成して解釈者に提供されます。 最後に、異なる最小二乗手法（MLS）で他のすべての葉に対処します。 元となるメッシュは、レンタリングシェーダを使用して実行時間を最適化し、オブジェクトサイズを圧縮します。 実験結果によって示されるように、LeafFitは、近年のベースラインと比較して、高い分類品質と変形精度を達成していますが、データサイズが大幅に削減され、パラメータレベルでの編集が可能になります。

arXiv:2602.11577v1 Announce Type: new Abstract: We propose LeafFit, a pipeline that converts 3D Gaussian Splatting (3DGS) of individual plants into editable, instanced mesh assets. While 3DGS faithfully captures complex foliage, its high memory footprint and lack of mesh topology make it incompatible with traditional game production workflows. We address this by leveraging the repetition of leaf shapes; our method segments leaves from the unstructured 3DGS, with optional user interaction included as a fallback. A representative leaf group is selected and converted into a thin, sharp mesh to serve as a template; this template is then fitted to all other leaves via differentiable Moving Least Squares (MLS) deformation. At runtime, the deformation is evaluated efficiently on-the-fly using a vertex shader to minimize storage requirements. Experiments demonstrate that LeafFit achieves higher segmentation quality and deformation accuracy than recent baselines while significantly reducing data size and enabling parameter-level editing.