論文の概要: The importance of silhouette optimization in 3D shape reconstruction
system from multiple object scenes
- arxiv url: http://arxiv.org/abs/2012.10660v1
- Date: Sat, 19 Dec 2020 11:16:57 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-01 11:12:04.487767
- Title: The importance of silhouette optimization in 3D shape reconstruction
system from multiple object scenes
- Title(参考訳): 複数シーンからの3次元形状復元システムにおけるシルエット最適化の重要性
- Authors: Waqqas-ur-Rehman Butt and Martin Servin
- Abstract要約: 本稿では,複数シーンの多段階3次元形状復元システムを提案する。
シルエットSFS法による形状のシルエット不整合を検討する。
- 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: This paper presents a multi stage 3D shape reconstruction system of multiple
object scenes by considering the silhouette inconsistencies in shape-from
silhouette SFS method. These inconsistencies are common in multiple view images
due to object occlusions in different views, segmentation and shadows or
reflection due to objects or light directions. These factors raise huge
challenges when attempting to construct the 3D shape by using existing
approaches which reconstruct only that part of the volume which projects
consistently in all the silhouettes, leaving the rest unreconstructed. As a
result, final shape are not robust due to multi view objects occlusion and
shadows. In this regard, we consider the primary factors affecting
reconstruction by analyzing the multiple images and perform pre-processing
steps to optimize the silhouettes. Finally, the 3D shape is reconstructed by
using the volumetric approach SFS. Theory and experimental results show that,
the performance of the modified algorithm was efficiently improved, which can
improve the accuracy of the reconstructed shape and being robust to errors in
the silhouettes, volume and computational inexpensive.
- Abstract(参考訳): 本稿では, シルエットSFS法におけるシルエットの不整合を考慮した多段立体形状再構成システムを提案する。
これらの矛盾は、異なるビュー、セグメンテーションと影、あるいは物体や光の方向による反射によって、複数のビューイメージに共通している。
これらの要因は、すべてのシルエットに連続的に投影される体積のその部分だけを再構成し、残りの部分を再構成せずに、既存のアプローチを用いて3次元形状を構築しようとする際に大きな課題を引き起こす。
結果として、最終的な形状は、複数のビューオブジェクトの閉塞と影のために堅牢ではない。
本稿では,複数の画像を解析し,シルエットを最適化するための事前処理を行うことにより,再建に影響を及ぼす要因について考察する。
最後に、ボリュームアプローチSFSを用いて3次元形状を再構成する。
理論および実験結果から, 修正アルゴリズムの性能は効率よく向上し, 復元された形状の精度が向上し, シルエット, 体積, 計算コストの誤差に対して堅牢であることが示唆された。
関連論文リスト
- SADIR: Shape-Aware Diffusion Models for 3D Image Reconstruction [2.2954246824369218]
限られた2次元画像からの3次元画像再構成は、コンピュータビジョンと画像解析における長年にわたる課題である。
本研究では,これらの問題に対処する3次元画像再構成のための拡散モデルに基づく形状認識ネットワークSADIRを提案する。
論文 参考訳(メタデータ) (2023-09-06T19:30:22Z) - gSDF: Geometry-Driven Signed Distance Functions for 3D Hand-Object
Reconstruction [94.46581592405066]
我々は手の構造を利用してSDFによる形状復元の指導を行う。
我々は、ポーズ変換のキネマティック連鎖を予測し、SDFを高調波ハンドポーズと整列させる。
論文 参考訳(メタデータ) (2023-04-24T10:05:48Z) - Multi-View Neural Surface Reconstruction with Structured Light [7.709526244898887]
微分可能レンダリング(DR)に基づく3次元オブジェクト再構成はコンピュータビジョンにおいて活発な研究課題である。
DRに基づく多視点3Dオブジェクト再構成において,構造化光(SL)を用いたアクティブセンシングを導入し,任意のシーンやカメラポーズの未知の形状と外観を学習する。
本手法は, テクスチャレス領域における高い再現精度を実現し, カメラポーズキャリブレーションの労力を削減する。
論文 参考訳(メタデータ) (2022-11-22T03:10:46Z) - Beyond 3DMM: Learning to Capture High-fidelity 3D Face Shape [77.95154911528365]
3Dモーフィブルモデル(3DMM)の適合性は、その強力な3D先行性のため、顔解析に広く有用である。
以前に再建された3次元顔は、微細な形状が失われるため、視差の低下に悩まされていた。
本論文は, パーソナライズされた形状が対応する人物と同一に見えるよう, パーソナライズされた形状を捉えるための完全な解を提案する。
論文 参考訳(メタデータ) (2022-04-09T03:46:18Z) - A Divide et Impera Approach for 3D Shape Reconstruction from Multiple
Views [49.03830902235915]
物体の3次元形状を1つまたは複数の画像から推定することは、最近のディープラーニングによるブレークスルーによって人気を集めている。
本稿では,与えられた視点からの可視情報を統合することで,視点変化の再構築に頼ることを提案する。
提案手法を検証するために,相対的なポーズ推定と3次元形状再構成の観点から,ShapeNet参照ベンチマークの総合評価を行った。
論文 参考訳(メタデータ) (2020-11-17T09:59:32Z) - DRWR: A Differentiable Renderer without Rendering for Unsupervised 3D
Structure Learning from Silhouette Images [70.54067838587692]
2次元画像から教師なし3次元構造学習のための微分可能なレンダリング(DRWR)を提案する。
DRWRは、再構成された3次元点雲の射影が基底の真理天体シルエットをどれだけよく覆っているかを評価する、単純だが効果的な損失に依存している。
その結果, DRWRの精度は, 従来手法よりも質的, 定量的に優れていたことがわかった。
論文 参考訳(メタデータ) (2020-07-12T23:13:06Z) - Vid2Curve: Simultaneous Camera Motion Estimation and Thin Structure
Reconstruction from an RGB Video [90.93141123721713]
ワイヤーフレーム彫刻、フェンス、ケーブル、電力線、木の枝などの細い構造は現実世界では一般的である。
従来の画像ベースや深度ベースの再構築手法を用いて3Dデジタルモデルを入手することは極めて困難である。
ハンドヘルドカメラで撮影したカラービデオから,カメラの動きを同時に推定し,複雑な3次元薄膜構造の形状を高品質に再構成する手法を提案する。
論文 参考訳(メタデータ) (2020-05-07T10:39:20Z) - Learning Unsupervised Hierarchical Part Decomposition of 3D Objects from
a Single RGB Image [102.44347847154867]
プリミティブの集合として3次元オブジェクトの幾何を共同で復元できる新しい定式化を提案する。
我々のモデルは、プリミティブのバイナリツリーの形で、様々なオブジェクトの高レベルな構造的分解を復元する。
ShapeNet と D-FAUST のデータセットを用いた実験により,部品の組織化を考慮すれば3次元形状の推論が容易になることが示された。
論文 参考訳(メタデータ) (2020-04-02T17:58:05Z)
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。