論文の概要: Open Source Computer Vision-based Layer-wise 3D Printing Analysis
- arxiv url: http://arxiv.org/abs/2003.05660v1
- Date: Thu, 12 Mar 2020 08:33:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-24 14:57:24.844022
- Title: Open Source Computer Vision-based Layer-wise 3D Printing Analysis
- Title（参考訳）: オープンソースのコンピュータビジョンに基づくレイヤワイド3Dプリンティング解析
- Authors: Aliaksei L. Petsiuk, Joshua M. Pearce
- Abstract要約: 本稿では,オープンソースのコンピュータビジョンに基づくハードウェア構造とソフトウェアアルゴリズムについて述べる。
3Dプリンティングプロセスを階層的に分析し、印刷エラーを追跡し、信頼性を向上させるために適切なプリンタアクションを生成する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The paper describes an open source computer vision-based hardware structure
and software algorithm, which analyzes layer-wise the 3-D printing processes,
tracks printing errors, and generates appropriate printer actions to improve
reliability. This approach is built upon multiple-stage monocular image
examination, which allows monitoring both the external shape of the printed
object and internal structure of its layers. Starting with the side-view height
validation, the developed program analyzes the virtual top view for outer shell
contour correspondence using the multi-template matching and iterative closest
point algorithms, as well as inner layer texture quality clustering the
spatial-frequency filter responses with Gaussian mixture models and segmenting
structural anomalies with the agglomerative hierarchical clustering algorithm.
This allows evaluation of both global and local parameters of the printing
modes. The experimentally-verified analysis time per layer is less than one
minute, which can be considered a quasi-real-time process for large prints. The
systems can work as an intelligent printing suspension tool designed to save
time and material. However, the results show the algorithm provides a means to
systematize in situ printing data as a first step in a fully open source
failure correction algorithm for additive manufacturing.
- Abstract（参考訳）: 本稿では,3次元印刷プロセスの階層的解析,印刷誤差の追跡,信頼性向上のための適切なプリンタ動作を生成する,オープンソースのコンピュータビジョンベースのハードウェア構造とソフトウェアアルゴリズムについて述べる。
このアプローチは、印刷物の外形と層の内部構造の両方を監視できる多段階単分子画像検査に基づいて構築される。
側面の高さ検証から,マルチテンプレートマッチングと反復的最近点アルゴリズムを用いた外殻輪郭対応の仮想的トップビューと,ガウス混合モデルによる空間周波数フィルタ応答のクラスタリングと,凝集階層クラスタリングアルゴリズムによる構造異常のセグメンテーションの内層テクスチャ品質を解析した。
これにより、印刷モードのグローバルパラメータとローカルパラメータの両方を評価することができる。
実験で検証された1層あたりの分析時間は1分未満であり、大判印刷の準リアルタイムプロセスと見なすことができる。
システムは、時間と素材を節約するインテリジェントな印刷サスペンションツールとして機能する。
しかし,本手法は,完全なオープンソース故障修正アルゴリズムの第一段階として,インプレイス印刷データを体系化する手段であることを示す。
関連論文リスト
- Pixel-Inconsistency Modeling for Image Manipulation Localization [63.54342601757723]
デジタル画像法医学は、画像認証と操作のローカライゼーションにおいて重要な役割を果たす。
本稿では,画素不整合アーチファクトの解析を通じて,一般化されたロバストな操作ローカライゼーションモデルを提案する。
実験により,本手法は固有の画素不整合偽指紋を抽出することに成功した。
論文 参考訳（メタデータ） (2023-09-30T02:54:51Z) - Generalization of pixel-wise phase estimation by CNN and improvement of
phase-unwrapping by MRF optimization for one-shot 3D scan [0.621405559652172]
シングルパターンプロジェクション(ワンショット3Dスキャン)を用いたアクティブステレオ技術は、産業や医療目的などから広く注目を集めている。
ワンショット3Dスキャンの深刻な欠点はスパース再構成である。
パターンが正規かつ周期的であれば,任意のタイプの静的パターンに適用可能なワンショットスキャンのための画素ワイズ手法を提案する。
論文 参考訳（メタデータ） (2023-09-26T10:45:04Z) - Spatial-Temporal Graph Enhanced DETR Towards Multi-Frame 3D Object Detection [54.041049052843604]
STEMDは,多フレーム3Dオブジェクト検出のためのDETRのようなパラダイムを改良した,新しいエンドツーエンドフレームワークである。
まず、オブジェクト間の空間的相互作用と複雑な時間的依存をモデル化するために、空間的時間的グラフアテンションネットワークを導入する。
最後に、ネットワークが正のクエリと、ベストマッチしない他の非常に類似したクエリを区別することが課題となる。
論文 参考訳（メタデータ） (2023-07-01T13:53:14Z) - Flattening-Net: Deep Regular 2D Representation for 3D Point Cloud
Analysis [66.49788145564004]
我々は、任意の幾何学と位相の不規則な3次元点雲を表現するために、Flattning-Netと呼ばれる教師なしのディープニューラルネットワークを提案する。
我々の手法は、現在の最先端の競合相手に対して好意的に機能する。
論文 参考訳（メタデータ） (2022-12-17T15:05:25Z) - Semi-Siamese Network for Robust Change Detection Across Different
Domains with Applications to 3D Printing [17.176767333354636]
本稿では3Dプリンティングプロセスにおける欠陥検出のための新しいセミ・シームズ深層学習モデルを提案する。
本モデルは,撮像装置の摂動に対して頑健でありながら,異なる領域からの異種画像の比較を可能にするように設計されている。
われわれのモデルでは、欠陥ローカライズ予測は標準のMacBook Proを使って1層あたり半秒未満で行うことができ、F1スコアは0.9以上である。
論文 参考訳（メタデータ） (2022-12-16T17:02:55Z) - High-fidelity 3D GAN Inversion by Pseudo-multi-view Optimization [51.878078860524795]
フォトリアリスティック・ノベルビューを合成可能な高忠実度3次元生成対向ネットワーク(GAN)インバージョン・フレームワークを提案する。
提案手法は,1枚の画像から高忠実度3Dレンダリングを可能にし,AI生成3Dコンテンツの様々な応用に期待できる。
論文 参考訳（メタデータ） (2022-11-28T18:59:52Z) - Learning Local Displacements for Point Cloud Completion [93.54286830844134]
本稿では,3次元点雲として表現された部分的スキャンからオブジェクトとセマンティックシーンを補完する手法を提案する。
アーキテクチャはエンコーダ-デコーダ構造内で連続的に使用される3つの新しいレイヤに依存している。
オブジェクトと屋内の両方のシーン完了タスクにおけるアーキテクチャの評価を行い、最先端の性能を実現する。
論文 参考訳（メタデータ） (2022-03-30T18:31:37Z) - Towards Smart Monitored AM: Open Source in-Situ Layer-wise 3D Printing
Image Anomaly Detection Using Histograms of Oriented Gradients and a
Physics-Based Rendering Engine [0.0]
本研究では,物理レンダリングエンジンであるBlenderで生成した理想的なプロセスのG符号による参照画像と静止単眼カメラからのプリント層画像を比較し,3次元印刷異常を検出するオープンソース手法を提案する。
局所画像領域の向き勾配(HOG)のヒストグラムの類似性を解析することにより,視覚偏差の認識を実現した。
本手法の実装は, 予備データを必要としないため, 部品の大量生産において, 同一形状の添加物あるいは減算的製造を行うことで, 最大効率を実現することができる。
論文 参考訳（メタデータ） (2021-11-04T09:27:10Z) - Self-supervised Geometric Perception [96.89966337518854]
自己教師付き幾何知覚(self-supervised geometric perception)は、基底幾何モデルラベルなしで対応マッチングのための特徴記述子を学ぶためのフレームワークである。
また,SGPは,地上トラスラベルを用いて訓練した教師付きオークルよりも同等か優れる最先端性能を達成できることを示す。
論文 参考訳（メタデータ） (2021-03-04T15:34:43Z) - A survey on Kornia: an Open Source Differentiable Computer Vision
Library for PyTorch [0.0]
Korniaは、汎用的なコンピュータビジョン問題を解決することを目的とした、さまざまなルーチンとモジュールのセットに基づいて構築された、オープンソースのコンピュータビジョンライブラリである。
パッケージはPyTorchをメインバックエンドとして使用しており、効率だけでなく、逆自動微分エンジンを利用して複雑な関数の勾配を定義し、計算する。
論文 参考訳（メタデータ） (2020-09-21T08:48:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。