論文の概要: Topology-Change-Aware Volumetric Fusion for Dynamic Scene Reconstruction
- arxiv url: http://arxiv.org/abs/2007.06853v1
- Date: Tue, 14 Jul 2020 07:04:08 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-10 14:42:09.370735
- Title: Topology-Change-Aware Volumetric Fusion for Dynamic Scene Reconstruction
- Title(参考訳): 動的シーン再構築のためのトポロジー・チェンジ対応ボリュームフュージョン
- Authors: Chao Li and Xiaohu Guo
- Abstract要約: トポロジー変化は動的シーンの4次元再構成において難しい問題である。
本稿では、トポロジ変化下での動的シーンの4次元再構成を可能にするために、古典的なフレームワークを再設計する。
- 参考スコア(独自算出の注目度): 17.25683962105958
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Topology change is a challenging problem for 4D reconstruction of dynamic
scenes. In the classic volumetric fusion-based framework, a mesh is usually
extracted from the TSDF volume as the canonical surface representation to help
estimating deformation field. However, the surface and Embedded Deformation
Graph (EDG) representations bring conflicts under topology changes since the
surface mesh has fixed-connectivity but the deformation field can be
discontinuous. In this paper, the classic framework is re-designed to enable 4D
reconstruction of dynamic scene under topology changes, by introducing a novel
structure of Non-manifold Volumetric Grid to the re-design of both TSDF and
EDG, which allows connectivity updates by cell splitting and replication.
Experiments show convincing reconstruction results for dynamic scenes of
topology changes, as compared to the state-of-the-art methods.
- Abstract(参考訳): トポロジー変化は動的シーンの4次元再構成において難しい問題である。
古典的な体積融合に基づくフレームワークでは、メッシュは通常TSDF体積から標準表面表現として抽出され、変形場の推定に役立ちます。
しかし、表面メッシュが固定接続性を持つため、表面変形グラフと埋め込み変形グラフ(EDG)の表現はトポロジ上の矛盾をもたらすが、変形場は不連続である。
本稿では, TSDFとEDGの両方に非多様体体積格子の新たな構造を導入し, セル分割・複製による接続更新を可能にすることにより, トポロジ変化下での動的シーンの4次元再構成を実現する。
実験では、最先端手法と比較して、トポロジー変化の動的シーンに対する説得力のある再構成結果を示す。
関連論文リスト
- GeoDeformer: Geometric Deformable Transformer for Action Recognition [22.536307401874105]
視覚トランスフォーマーは、近年、行動認識のための畳み込みネットワークの効果的な代替品として登場した。
本稿では,幾何学的理解を直接ViTアーキテクチャに組み込むことで,アクションビデオに固有の変動を捉えるための新しいアプローチであるGeoDeformerを提案する。
論文 参考訳(メタデータ) (2023-11-29T16:55:55Z) - A Theory of Topological Derivatives for Inverse Rendering of Geometry [87.49881303178061]
我々は、位相微分を用いて離散的な位相変化を可能にする微分可能な曲面進化の理論的枠組みを導入する。
2次元の閉曲線と3次元の曲面を最適化して提案理論を検証し、現在の手法の限界について考察する。
論文 参考訳(メタデータ) (2023-08-19T00:55:55Z) - SceNeRFlow: Time-Consistent Reconstruction of General Dynamic Scenes [75.9110646062442]
我々はSceNeRFlowを提案し、時間的一貫性のある方法で一般的な非剛体シーンを再構築する。
提案手法は,カメラパラメータを入力として,静止カメラからのマルチビューRGBビデオと背景画像を取得する。
実験により,小規模動作のみを扱う先行作業とは異なり,スタジオスケール動作の再構築が可能であることが示された。
論文 参考訳(メタデータ) (2023-08-16T09:50:35Z) - Hybrid-CSR: Coupling Explicit and Implicit Shape Representation for
Cortical Surface Reconstruction [28.31844964164312]
Hybrid-CSRは、皮質表面再構成のための明示的および暗黙的な形状表現を組み合わせた幾何学的深層学習モデルである。
本手法は, 明示的(指向性点雲)と暗黙的(指標関数)の皮質表面再構成を統一する。
論文 参考訳(メタデータ) (2023-07-23T11:32:14Z) - Editing Out-of-domain GAN Inversion via Differential Activations [56.62964029959131]
本稿では,構成分解パラダイムを用いて,ドメイン外反転問題に対処する新しいGAN事前編集フレームワークを提案する。
生成されたDiff-CAMマスクの助けを借りて、粗い再構成を直感的に元の画像と編集された画像で合成することができる。
また, 分解段階において, 粗い再構成から最終微編集画像を切り離すための, GAN 以前のデゴーストネットワークを提示する。
論文 参考訳(メタデータ) (2022-07-17T10:34:58Z) - Neural Surface Reconstruction of Dynamic Scenes with Monocular RGB-D
Camera [26.410460029742456]
モノクラーRGB-Dカメラから動的シーンの高忠実度形状と動きを復元するテンプレートレス手法を提案する。
公開データセットと収集データセットの実験により、NDRは既存の単分子動的再構成法より優れていることが示された。
論文 参考訳(メタデータ) (2022-06-30T13:09:39Z) - Unbiased 4D: Monocular 4D Reconstruction with a Neural Deformation Model [76.64071133839862]
モノクロRGBビデオから一般的なデフォーミングシーンをキャプチャすることは、多くのコンピュータグラフィックスや視覚アプリケーションにとって不可欠である。
提案手法であるUb4Dは、大きな変形を処理し、閉塞領域での形状補完を行い、可変ボリュームレンダリングを用いて、単眼のRGBビデオを直接操作することができる。
我々の新しいデータセットの結果は公開され、表面の復元精度と大きな変形に対する堅牢性の観点から、技術の現状が明らかに改善されていることを実証する。
論文 参考訳(メタデータ) (2022-06-16T17:59:54Z) - Neural Template: Topology-aware Reconstruction and Disentangled
Generation of 3D Meshes [52.038346313823524]
本稿では,Distangled Topologyによる3次元メッシュ再構成と生成のためのDTNetという新しいフレームワークを提案する。
提案手法は,最先端の手法と比較して,特に多様なトポロジで高品質なメッシュを生成することができる。
論文 参考訳(メタデータ) (2022-06-10T08:32:57Z) - Geo-Neus: Geometry-Consistent Neural Implicit Surfaces Learning for
Multi-view Reconstruction [41.43563122590449]
多視点再構成のための幾何一貫性のあるニューラルサーフェス学習を提案する。
提案手法は, 複雑な薄板構造と大きな平滑領域の両方において, 高品質な表面再構成を実現する。
論文 参考訳(メタデータ) (2022-05-31T14:52:07Z) - Reconstructing Interactive 3D Scenes by Panoptic Mapping and CAD Model
Alignments [81.38641691636847]
エンボディエージェントの観点から,シーン再構築の問題を再考する。
rgb-dデータストリームを用いてインタラクティブシーンを再構築する。
この再構成されたシーンは、密集したパノプティカルマップのオブジェクトメッシュを、部分ベースのCADモデルに置き換える。
論文 参考訳(メタデータ) (2021-03-30T05:56:58Z)
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。