論文の概要: 4D Atlas: Statistical Analysis of the Spatiotemporal Variability in Longitudinal 3D Shape Data

• arxiv url: http://arxiv.org/abs/2101.09403v1
• Date: Sat, 23 Jan 2021 02:59:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2021-03-20 15:36:59.075051
• Title: 4D Atlas: Statistical Analysis of the Spatiotemporal Variability in Longitudinal 3D Shape Data
• Title（参考訳）: 4d atlas:縦型3次元形状データにおける時空間変動の統計解析
• Authors: Hamid Laga, Marcel Padilla, Ian H. Jermyn, Sebastian Kurtek, Mohammed Bennamoun, Anuj Srivastava
• Abstract要約: 本研究では,その対象を観察し,経時的に変形する3次元形状データセットの新たな変動を学習する枠組みを提案する。 表面が受ける曲げや伸びの量を計測する弾性メトリックを備えた形状空間において、3D面をポイントとして扱います。 4D表面は、この空間の軌道として見ることができる。
• 参考スコア（独自算出の注目度）: 34.21760947722201
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose a novel framework to learn the spatiotemporal variability in longitudinal 3D shape data sets, which contain observations of subjects that evolve and deform over time. This problem is challenging since surfaces come with arbitrary spatial and temporal parameterizations. Thus, they need to be spatially registered and temporally aligned onto each other. We solve this spatiotemporal registration problem using a Riemannian approach. We treat a 3D surface as a point in a shape space equipped with an elastic metric that measures the amount of bending and stretching that the surfaces undergo. A 4D surface can then be seen as a trajectory in this space. With this formulation, the statistical analysis of 4D surfaces becomes the problem of analyzing trajectories embedded in a nonlinear Riemannian manifold. However, computing spatiotemporal registration and statistics on nonlinear spaces relies on complex nonlinear optimizations. Our core contribution is the mapping of the surfaces to the space of Square-Root Normal Fields (SRNF) where the L2 metric is equivalent to the partial elastic metric in the space of surfaces. By solving the spatial registration in the SRNF space, analyzing 4D surfaces becomes the problem of analyzing trajectories embedded in the SRNF space, which is Euclidean. Here, we develop the building blocks that enable such analysis. These include the spatiotemporal registration of arbitrarily parameterized 4D surfaces even in the presence of large elastic deformations and large variations in their execution rates, the computation of geodesics between 4D surfaces, the computation of statistical summaries, such as means and modes of variation, and the synthesis of random 4D surfaces. We demonstrate the performance of the proposed framework using 4D facial surfaces and 4D human body shapes.
• Abstract（参考訳）: 時間とともに進化・変形する被験者の観察を含む縦3次元形状データセットの時空間変動を学習するための新しい枠組みを提案する。 曲面は任意の空間的および時間的パラメータ化を持つため、この問題は難しい。 したがって、それらは空間的に登録され、時間的に互いにアライメントされる必要がある。 我々はこの時空間登録問題をリーマン的手法を用いて解く。 3次元表面を弾性計量を備えた形状空間の点として扱い、曲面が受ける曲げや伸びの量を測定する。 4d曲面は、この空間における軌道と見なすことができる。 この定式化により、4次元曲面の統計解析は、非線形リーマン多様体に埋め込まれた軌道の解析の問題となる。 しかし、非線形空間上の時空間登録と統計の計算は複雑な非線形最適化に依存する。 我々の中心的な貢献は、L2計量が曲面の空間における部分弾性計量と等価である正方根正規場(SRNF)の空間への曲面のマッピングである。 SRNF空間における空間登録を解くことにより、4次元曲面の解析は、ユークリッド空間であるSRNF空間に埋め込まれた軌道を解析する問題となる。 本稿では,そのような解析を可能にするビルディングブロックを開発する。 これには、大きな弾性変形やその実行率のばらつきが存在する場合でも任意にパラメータ化された4d表面の時空間的登録、4d表面間の測地線計算、変動の手段やモードといった統計要約の計算、ランダムな4d表面の合成などが含まれる。 4次元顔表面と4次元人体形状を用いて,提案フレームワークの性能を実証する。

関連論文リスト

• Learning Bijective Surface Parameterization for Inferring Signed Distance Functions from Sparse Point Clouds with Grid Deformation [50.26314343851213]
  疎点雲から符号付き距離関数(SDF)を推定することは、表面再構成の課題である。 本稿では,SDFをエンドツーエンドに予測するために動的変形ネットワークを学習する新しい手法を提案する。 合成および実スキャンデータを用いた実験結果から,本手法は最先端の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-03-31T02:27:02Z)
• Thin-Shell-SfT: Fine-Grained Monocular Non-rigid 3D Surface Tracking with Neural Deformation Fields [66.1612475655465]
  RGBビデオから変形可能な表面を3Dで再現することは難しい問題だ。 既存の方法は、統計的、神経的、物理的に先行する変形モデルを使用する。 我々は,非剛性3次元トラッキングメッシュの新しい手法であるThinShell-SfTを提案する。
  論文  参考訳（メタデータ） (2025-03-25T18:00:46Z)
• DiST-4D: Disentangled Spatiotemporal Diffusion with Metric Depth for 4D Driving Scene Generation [50.01520547454224]
  現在の生成モデルは、時空間外挿と空間新規ビュー合成(NVS)を同時にサポートする4次元駆動シーンの合成に苦慮している 本研究では,2つの拡散過程に分散するDiST-4Dを提案する。DST-Tは過去の観測結果から直接,将来の距離深度と多視点RGBシーケンスを予測し,DST-Sは,既存の視点でのみ空間的NVSを訓練し,サイクル整合性を実現する。 実験により、DiST-4Dは時間的予測とNVSタスクの両方において最先端のパフォーマンスを達成し、同時に計画関連評価において競合性能を提供することが示された。
  論文  参考訳（メタデータ） (2025-03-19T13:49:48Z)
• Dynamic Neural Surfaces for Elastic 4D Shape Representation and Analysis [36.228108480107906]
  本研究では, 時間とともに変形・進化する遺伝子ゼロ次元表面の統計的解析のための枠組みを提案する。 動的球面ニューラルサーフェス (D-SNS) を導入する。 4次元の人間と顔のデータセット上でのフレームワークの効率を実証する。
  論文  参考訳（メタデータ） (2025-03-05T03:02:59Z)
• Level-Set Parameters: Novel Representation for 3D Shape Analysis [70.23417107911567]
  ニューラルフィールドの最近の発展は、3次元形状の新規で連続的で数値的な表現として符号付き距離関数のレベルセットパラメータをもたらす。 擬似正規分布として定式化し,各データセットに先行する分布を学習することにより,異なる形状の相関関係を確立する。 形状分類,検索,および6次元オブジェクトポーズ推定への応用を通して,新しい表現の可能性を実証する。
  論文  参考訳（メタデータ） (2024-12-18T04:50:19Z)
• Self Supervised Networks for Learning Latent Space Representations of Human Body Scans and Motions [6.165163123577484]
  本稿では,3次元人体解析・処理の分野におけるいくつかの基本的な問題に対処するために,自己教師型ニューラルネットワークモデルを提案する。 身体形状とポーズの潜在空間表現を検索するための新しいアーキテクチャであるVariShaPEを提案する。 第二に、潜時空間の幾何学を学習するフレームワークであるMoGeNで潜時符号の推定を補完する。
  論文  参考訳（メタデータ） (2024-11-05T19:59:40Z)
• 3D Equivariant Pose Regression via Direct Wigner-D Harmonics Prediction [50.07071392673984]
  既存の方法は、角度や四元数を用いて空間領域でパラメータ化された3次元回転を学習する。 本稿では,3次元回転回帰のためのWigner-D係数を直接予測する周波数領域アプローチを提案する。 提案手法は, ModelNet10-SO(3) や PASCAL3D+ などのベンチマーク上での最先端結果を実現する。
  論文  参考訳（メタデータ） (2024-11-01T12:50:38Z)
• Geometric Trajectory Diffusion Models [58.853975433383326]
  生成モデルは3次元幾何学システムの生成において大きな可能性を示してきた。 既存のアプローチは静的構造のみで動作し、物理系は常に自然界において動的であるという事実を無視する。 本研究では3次元軌跡の時間分布をモデル化する最初の拡散モデルである幾何軌道拡散モデル(GeoTDM)を提案する。
  論文  参考訳（メタデータ） (2024-10-16T20:36:41Z)
• A Riemannian Approach for Spatiotemporal Analysis and Generation of 4D Tree-shaped Structures [38.04447518666407]
  木のような4次元オブジェクトにおける時間的形状の変動をモデル化し解析するための、最初の包括的なアプローチを提案する。 我々の重要な貢献は、正方根速度木(SFT)を用いた木のような3次元形状の表現である。 これにより、SRVFT空間における弾性軌道のモデリングや解析よりも、4次元木のような形状のモデリングと解析の問題を低減できる。
  論文  参考訳（メタデータ） (2024-08-22T14:39:30Z)
• Spectral Meets Spatial: Harmonising 3D Shape Matching and Interpolation [50.376243444909136]
  本稿では,3次元形状の対応と形状の両面を統一的に予測する枠組みを提案する。 我々は、スペクトル領域と空間領域の両方の形状を地図化するために、奥行き関数写像フレームワークと古典的な曲面変形モデルを組み合わせる。
  論文  参考訳（メタデータ） (2024-02-29T07:26:23Z)
• LoRD: Local 4D Implicit Representation for High-Fidelity Dynamic Human Modeling [69.56581851211841]
  そこで我々は,LoRDという,動的に衣を着る人間の局所的な4D暗黙表現を提案する。 私たちの重要な洞察は、ネットワークがローカルな部分レベルの表現の潜在コードを学ぶように促すことです。 LoRDは、4D人間を表現する能力が強く、実用上の最先端の手法よりも優れています。
  論文  参考訳（メタデータ） (2022-08-18T03:49:44Z)
• Elastic shape analysis of surfaces with second-order Sobolev metrics: a comprehensive numerical framework [11.523323270411959]
  本稿では3次元表面形状解析のための数値的手法を提案する。 本研究では、3次元メッシュとして表されるパラメータ化面と非パラメータ化面の間の測地線と測地線距離の計算に対処する。
  論文  参考訳（メタデータ） (2022-04-08T18:19:05Z)
• Averaging Spatio-temporal Signals using Optimal Transport and Soft Alignments [110.79706180350507]
  Fr'teche は双対性を意味し, 時間的バレシェセンタを定義するために提案した損失が有効であることを示す。 手書き文字と脳画像データによる実験は、我々の理論的発見を裏付けるものである。
  論文  参考訳（メタデータ） (2022-03-11T09:46:22Z)
• 4DComplete: Non-Rigid Motion Estimation Beyond the Observable Surface [7.637832293935966]
  観測されていないジオメトリの非剛体運動を推定する新しいデータ駆動アプローチである4DCompleteを紹介します。 ネットワークトレーニングのために,DeformingThings4Dという大規模合成データセットを構築した。
  論文  参考訳（メタデータ） (2021-05-05T07:39:12Z)
• Characterization of surface motion patterns in highly deformable soft tissue organs from dynamic MRI: An application to assess 4D bladder motion [0.0]
  本研究の目的は, 表面全体を完全に覆うために3次元密度速度測定を行うことである。 深呼吸時の膀胱表面動態を解析するためのパイプラインを提案する。
  論文  参考訳（メタデータ） (2020-10-05T08:38:08Z)

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。