学術的背景 ゲーム、建築、ソーシャルメディアなどの業界で高品質な3Dコンテンツの需要が増加する中、手動での3Dアセット作成は時間がかかり、技術的に要求が高く、コストもかかります。特にゲーム業界では、キャラクターや家具などのアセットの審美的な品質がゲーム環境の没入感に大きく影響します。建築業界では、視覚化、シミュレーション、計画のための正確で詳細な建物モデルが不可欠です。また、ソーシャルメディアプラットフォームでは、拡張現実（AR）や仮想現実（VR）体験のために3Dコンテンツを活用するケースが増えています。しかし、3Dモデルのリアリズムは、頂点、辺、面、テクスチャなどの詳細なメッシュ表現に依存しています。そのため、制御可能で高品質なテクスチャ付きメッシュの自動生成が急務となっています。 既存の...

One-shot Generative Domain Adaptation in 3D GANs 近年、生成対抗ネットワーク（Generative Adversarial Networks, GANs）は、画像生成分野で顕著な進歩を遂げました。従来の2D生成モデルは、多くのタスクで極めて高い能力を発揮しています。しかし、この技術を3次元（3D-aware image generation）の分野に拡張し、2D画像を生成しながら3D構造を同時に学習することは、依然として多くの課題に直面しています。本稿は、International Journal of Computer Vision に掲載された、Ziqiang Li、Yi Wu、Chaoyue Wangらの研究「One-shot Gener...