論文の概要: Functional Data Analysis and Visualisation of Three-dimensional Surface Shape

• arxiv url: http://arxiv.org/abs/2003.08817v1
• Date: Sat, 14 Mar 2020 13:54:24 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-23 20:39:35.135249
• Title: Functional Data Analysis and Visualisation of Three-dimensional Surface Shape
• Title（参考訳）: 三次元表面形状の関数データ解析と可視化
• Authors: Stanislav Katina and Liberty Vittert and Adrian W. Bowman
• Abstract要約: 出発点は、各表面形状の体系的で一貫した記述である。 1つ目は表面積分を用いて、登録問題、主成分分析、非対称性の測定に対処する。 第2のイノベーションは、グループ差のような興味深い振る舞いを示すサブスペースに焦点を当てることだ。 第3の革新は、個々の形状と関連する制御セットの比較に関するものである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The advent of high resolution imaging has made data on surface shape widespread. Methods for the analysis of shape based on landmarks are well established but high resolution data require a functional approach. The starting point is a systematic and consistent description of each surface shape. Three innovative forms of analysis are then introduced. The first uses surface integration to address issues of registration, principal component analysis and the measurement of asymmetry, all in functional form. Computational issues are handled through discrete approximations to integrals, based in this case on appropriate surface area weighted sums. The second innovation is to focus on sub-spaces where interesting behaviour such as group differences are exhibited, rather than on individual principal components. The third innovation concerns the comparison of individual shapes with a relevant control set, where the concept of a normal range is extended to the highly multivariate setting of surface shape. This has particularly strong applications to medical contexts where the assessment of individual patients is very important. All of these ideas are developed and illustrated in the important context of human facial shape, with a strong emphasis on the effective visual communication of effects of interest.
• Abstract（参考訳）: 高分解能イメージングの出現により、表面形状のデータは広く普及した。 ランドマークに基づく形状解析法は確立されているが,高解像度データは機能的アプローチを必要とする。 出発点は、各表面形状の体系的かつ一貫した記述である。 3つの革新的な分析形式が導入された。 1つは、登録問題、主成分分析、非対称性の測定を全て機能的に扱うために表面積分を用いる。 計算問題は積分への離散近似によって処理され、この場合、適切な表面積重み付き和に基づいている。 第2のイノベーションは、個々の主成分ではなく、グループ差のような興味深い振る舞いを示す部分空間に焦点を当てることである。 第3の革新は、個々の形状と関連する制御集合を比較することであり、通常の範囲の概念は表面形状の高度に多変量な設定に拡張される。 これは、個々の患者の評価が非常に重要である医学的文脈に特に強い応用がある。 これらのアイデアはすべて人間の顔の形の重要な文脈で開発され、興味のある効果の効果的な視覚的コミュニケーションに重点を置いている。

関連論文リスト

• Geometry Distributions [51.4061133324376]
  本稿では,分布として幾何学をモデル化する新しい幾何学的データ表現を提案する。 提案手法では,新しいネットワークアーキテクチャを用いた拡散モデルを用いて表面点分布の学習を行う。 本研究では,多種多様な対象に対して質的かつ定量的に表現を評価し,その有効性を実証した。
  論文  参考訳（メタデータ） (2024-11-25T04:06:48Z)
• InfoNorm: Mutual Information Shaping of Normals for Sparse-View Reconstruction [15.900375207144759]
  多視点画像からの3次元表面再構成はシーン理解とインタラクションに不可欠である。 ニューラルレージアンス場(NeRF)や符号付き距離関数(SDF)といった近年の暗黙的な表面表現は、観測情報の欠如を解決するために様々な幾何学的先行法を用いている。 本稿では,高度に相関したシーンポイントの表面正規化における相互情報を明確に促進することにより,幾何学的モデリングの正規化を提案する。
  論文  参考訳（メタデータ） (2024-07-17T15:46:25Z)
• Surface Geometry Processing: An Efficient Normal-based Detail Representation [66.69000350849328]
  2次元正規領域に効率的な表面詳細処理フレームワークを導入する。 提案する正規表現は,細部分離性,細部転送性,細部イデオロジェンスという3つの重要な特性を持つことを示す。 3つの新しいスキームは、幾何学的テクスチャ合成、幾何学的ディテール転送、3次元表面超解像を含む幾何学的表面詳細処理の応用のために設計されている。
  論文  参考訳（メタデータ） (2023-07-16T04:46:32Z)
• 3D Shape Perception Integrates Intuitive Physics and Analysis-by-Synthesis [39.933479524063976]
  典型例と非典型例の両方で知覚を説明する3次元形状知覚フレームワークを提案する。 以上の結果から,ボトムアップ型ディープニューラルネットワークモデルでは,人間の形状知覚が十分に考慮されていないことが示唆された。
  論文  参考訳（メタデータ） (2023-01-09T23:11:41Z)
• OReX: Object Reconstruction from Planar Cross-sections Using Neural Fields [10.862993171454685]
  OReXはスライス単独で3次元形状を復元する手法であり、前者がニューラルネットワーク勾配である。 適度なニューラルネットワークは入力平面上でトレーニングされ、与えられた3D座標の内外推定を返却し、滑らかさと自己相似性を誘導する強力な先行を与える。 我々は、粗大な訓練を奨励する反復的な推定アーキテクチャと階層的な入力サンプリングスキームを提供し、訓練プロセスは後段の高周波に集中できるようにする。
  論文  参考訳（メタデータ） (2022-11-23T11:44:35Z)
• A Generative Shape Compositional Framework to Synthesise Populations of Virtual Chimaeras [52.33206865588584]
  複雑な解剖学的構造に対する生成的形状モデルを導入し、未ペアデータセットのデータセットから学習する。 心臓のサブストラクチャのサンプルとして,全音節形状のデータベースから仮想キマエラを構築した。 提案手法は,PCAをベースとした形状モデル(完全データによる学習)を,汎用性と特異性の観点から大きく上回っている。
  論文  参考訳（メタデータ） (2022-10-04T13:36:52Z)
• An explainability framework for cortical surface-based deep learning [110.83289076967895]
  我々は,皮質表面の深層学習のためのフレームワークを開発した。 まず,表面データに摂動に基づくアプローチを適用した。 我々の説明可能性フレームワークは,重要な特徴とその空間的位置を識別できるだけでなく,信頼性と有効性も示している。
  論文  参考訳（メタデータ） (2022-03-15T23:16:49Z)
• Learning Population-level Shape Statistics and Anatomy Segmentation From Images: A Joint Deep Learning Model [0.0]
  点分布モデル(PDM)は、密度の高い対応によって解剖学的表面を表す。 本稿では,この2つの座標空間をボリューム画像から直接同時に学習するディープラーニングベースのフレームワークを提案する。 世界対応は、従来のPDMモデルに係わる重い前処理やセグメンテーションを回避し、形状解析の応用に直接使用することができる。
  論文  参考訳（メタデータ） (2022-01-10T17:24:35Z)
• Medial Spectral Coordinates for 3D Shape Analysis [7.575108640938671]
  本稿では,スペクトル座標に媒介(オブジェクト幅)情報を加え,それらを強化することを提案する。 鍵となるアイデアは、隣接行列の重みを通して、中間球を共有する曲面点を結合することである。 我々は、このアイデアとそれを計算するアルゴリズムを用いてスペクトル機能を開発する。
  論文  参考訳（メタデータ） (2021-11-26T02:21:49Z)
• Monocular Real-time Full Body Capture with Inter-part Correlations [66.22835689189237]
  本稿では,体と手の形状と運動を1色画像から動的3次元顔モデルと共に推定する,実時間フルボディキャプチャの最初の手法を提案する。 提案手法では,体と手の相関を高い計算効率で活用する新しいニューラルネットワークアーキテクチャを用いる。
  論文  参考訳（メタデータ） (2020-12-11T02:37:56Z)
• DRG: Dual Relation Graph for Human-Object Interaction Detection [65.50707710054141]
  人-物間相互作用(HOI)検出の課題に対処する。 既存の方法は、人間と物体の対の相互作用を独立に認識するか、複雑な外観に基づく共同推論を行う。 本稿では,抽象的空間意味表現を活用して,各対象対を記述し,二重関係グラフを用いてシーンの文脈情報を集約する。
  論文  参考訳（メタデータ） (2020-08-26T17:59:40Z)

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。