Fugu-MT 論文翻訳(概要): Procedural Urban Forestry

論文の概要: Procedural Urban Forestry

arxiv url: http://arxiv.org/abs/2008.05567v2
Date: Fri, 14 Aug 2020 00:35:44 GMT
ステータス: 処理完了
システム内更新日: 2022-10-31 05:12:32.774275
Title: Procedural Urban Forestry
Title（参考訳）: 手続き型都市林業
Authors: Till Niese, S\"oren Pirk, Matthias Albrecht, Bedrich Benes, Oliver Deussen
Abstract要約: 都市レイアウトにおける植生の手続き配置モデル(PPM)を提案する。 PPMはパラメータを定義することで直接使用したり、衛星画像やランドレジスタデータから学習することができる。本フレームワークの有効性は,大規模都市景観の例と,個別に成長した樹木モデルのクローズアップを通して示す。
参考スコア（独自算出の注目度）: 18.813303309211896
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The placement of vegetation plays a central role in the realism of virtual scenes. We introduce procedural placement models (PPMs) for vegetation in urban layouts. PPMs are environmentally sensitive to city geometry and allow identifying plausible plant positions based on structural and functional zones in an urban layout. PPMs can either be directly used by defining their parameters or can be learned from satellite images and land register data. Together with approaches for generating buildings and trees, this allows us to populate urban landscapes with complex 3D vegetation. The effectiveness of our framework is shown through examples of large-scale city scenes and close-ups of individually grown tree models; we also validate it by a perceptual user study.
Abstract（参考訳）: 植生の配置は仮想シーンのリアリズムにおいて中心的な役割を果たす。都市レイアウトにおける植生の手続き配置モデル(PPM)を提案する。 PPMは環境に敏感であり、都市レイアウトにおける構造的および機能的ゾーンに基づいて、可塑性植物の位置を特定することができる。 PPMはパラメータを定義することで直接使用できるか、衛星画像やランドレジスタデータから学ぶことができる。建物や木を生産するためのアプローチとともに、複雑な3D植生で都市景観を人口化することができる。本フレームワークの有効性は,大規模都市景観の例や,個別に成長した樹木モデルのクローズアップを通じて示される。

関連論文リスト

SLAM for Indoor Mapping of Wide Area Construction Environments [3.4493887433886687]
工場のホールや建設現場のような複雑な環境でのデータ収集を目的とした大規模アプリケーションが実現可能になっている。本研究では,4台のステレオカメラと3Dレーザースキャナを備えたロボットシステムによる大規模工場ホールにおけるデータ収集を実現する。そこで我々は,現在最先端のLiDARと視覚SLAMを応用し,これらの環境における軌跡推定と高密度マップ生成のための異なるセンサタイプの長所と短所について検討する。
論文参考訳（メタデータ） (2024-04-26T07:42:20Z)
Urban Architect: Steerable 3D Urban Scene Generation with Layout Prior [43.14168074750301]
合成3Dレイアウト表現をテキストから3Dのパラダイムに導入し、さらに先行として機能する。単純な幾何学的構造と明示的な配置関係を持つ意味的プリミティブの集合から構成される。また,様々なシーン編集デモを行い,ステアブルな都市景観生成の力を示す。
論文参考訳（メタデータ） (2024-04-10T06:41:30Z)
Urban Scene Diffusion through Semantic Occupancy Map [49.20779809250597]
UrbanDiffusionは、Bird's-Eye View (BEV)マップに条件付き3次元拡散モデルである。我々のモデルは,潜在空間内のシーンレベルの構造の分布を学習する。実世界の運転データセットをトレーニングした後、我々のモデルは多様な都市シーンを生成することができる。
論文参考訳（メタデータ） (2024-03-18T11:54:35Z)
Embodied Task Planning with Large Language Models [86.63533340293361]
本研究では,現場制約を考慮した地上計画のための具体的タスクにおけるTAsk Planing Agent (TaPA)を提案する。推論の際には,オープンボキャブラリオブジェクト検出器を様々な場所で収集された多視点RGB画像に拡張することにより,シーン内の物体を検出する。実験の結果,我々のTaPAフレームワークから生成されたプランは,LLaVAやGPT-3.5よりも大きなマージンで高い成功率が得られることがわかった。
論文参考訳（メタデータ） (2023-07-04T17:58:25Z)
Very high resolution canopy height maps from RGB imagery using self-supervised vision transformer and convolutional decoder trained on Aerial Lidar [14.07306593230776]
本稿では,複数の非国家の管轄区域で同時に作成される最初の高分解能天蓋の高さマップについて述べる。地図は、2017年から2020年にかけて、マクサー画像に基づいて訓練された自己教師モデルから特徴を抽出することによって生成される。また、GEDI観測に基づいて訓練された畳み込みネットワークを用いた後処理のステップも導入する。
論文参考訳（メタデータ） (2023-04-14T15:52:57Z)
Human-instructed Deep Hierarchical Generative Learning for Automated Urban Planning [57.91323079939641]
我々は,最適な都市計画を生成するために,人間に指示された新しい深層階層生成モデルを構築した。最初の段階は、機能ゾーンを発見するために、目標領域の格子に遅延関数をラベル付けすることである。第2の段階は、都市機能投影を形成するための計画要件を理解することである。第3の段階は、マルチアテンションを活用して、機能プロジェクションのゾーン・ゾーン・ピア依存関係をモデル化し、グリッドレベルの土地利用構成を生成することである。
論文参考訳（メタデータ） (2022-12-01T23:06:41Z)
A Visual Analytics System for Profiling Urban Land Use Evolution [5.053505466956614]
Urban ChroniclesはオープンソースのWebベースのビジュアル分析システムで、土地利用パターンの変化のインタラクティブな探索を可能にする。数年にわたって異なるスケールでデータを探索することで,システムの能力を示す。
論文参考訳（メタデータ） (2021-12-12T02:36:54Z)
Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
論文参考訳（メタデータ） (2021-04-30T12:47:52Z)
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)
Estimating Crop Primary Productivity with Sentinel-2 and Landsat 8 using Machine Learning Methods Trained with Radiative Transfer Simulations [58.17039841385472]
我々は,機械モデリングと衛星データ利用の並列化を活用し,作物生産性の高度モニタリングを行う。本モデルでは, 地域情報を使用しなくても, 各種C3作物の種類, 環境条件の総合的生産性を推定することに成功した。これは、現在の地球観測クラウドコンピューティングプラットフォームの助けを借りて、新しい衛星センサーから作物の生産性をグローバルにマップする可能性を強調しています。
論文参考訳（メタデータ） (2020-12-07T16:23:13Z)

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。