論文の概要: Deep Medial Fields

• arxiv url: http://arxiv.org/abs/2106.03804v1
• Date: Mon, 7 Jun 2021 17:15:38 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-08 17:40:52.068518
• Title: Deep Medial Fields
• Title（参考訳）: 深部メディアルフィールド
• Authors: Daniel Rebain, Ke Li, Vincent Sitzmann, Soroosh Yazdani, Kwang Moo Yi, Andrea Tagliasacchi
• Abstract要約: 占拠場や符号付き距離場(SDF)のような幾何学の暗黙の表現は、最近、機能的な形で3Dソリッドな形状の符号化において、再び人気が高まっている。 本稿では,媒体軸変換(MAT)から導かれるフィールド関数であるメディカル場を導入し,基礎となる3次元幾何学に関する情報を提供する。
• 参考スコア（独自算出の注目度）: 31.369706127736734
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Implicit representations of geometry, such as occupancy fields or signed distance fields (SDF), have recently re-gained popularity in encoding 3D solid shape in a functional form. In this work, we introduce medial fields: a field function derived from the medial axis transform (MAT) that makes available information about the underlying 3D geometry that is immediately useful for a number of downstream tasks. In particular, the medial field encodes the local thickness of a 3D shape, and enables O(1) projection of a query point onto the medial axis. To construct the medial field we require nothing but the SDF of the shape itself, thus allowing its straightforward incorporation in any application that relies on signed distance fields. Working in unison with the O(1) surface projection supported by the SDF, the medial field opens the door for an entirely new set of efficient, shape-aware operations on implicit representations. We present three such applications, including a modification to sphere tracing that renders implicit representations with better convergence properties, a fast construction method for memory-efficient rigid-body collision proxies, and an efficient approximation of ambient occlusion that remains stable with respect to viewpoint variations.
• Abstract（参考訳）: 占有場や符号付き距離場(sdf)のような幾何学の暗黙的な表現は、最近3dの立体形状を関数形式にエンコードすることに再び人気を集めている。 そこで本研究では,メディア軸変換(MAT)から導かれるフィールド関数を用いて,多数の下流タスクに即時に役立つ基礎となる3次元形状に関する情報を提供する。 特に、メディカルフィールドは3次元形状の局所的な厚さを符号化し、クエリポイントのO(1)をメディカル軸に投影することができる。 メディアル場を構築するには、形状自体のsdfしか必要としないので、符号付き距離場に依存する任意のアプリケーションで簡単に組み込むことができる。 SDFが支持するO(1)表面の投影と一致して作業することで、メディアフィールドは、暗黙の表現に対して、全く新しい効率的な形状の操作の扉を開く。 本稿では,より収束性の良い暗黙的表現を描画する球追跡の修正,メモリ効率の高い剛体衝突プロキシの高速構築法,視点変動に関して安定な環境閉塞の効率的な近似を含む3つの応用を提案する。

関連論文リスト

• Probabilistic Directed Distance Fields for Ray-Based Shape Representations [8.134429779950658]
  Directed Distance Fields (DDF) は、古典的な距離場の上に構築された新しいニューラルな形状表現である。 基礎分野における本質的な不連続性をモデル化する方法を示す。 次に, 単一形状のフィッティング, 生成モデリング, 単一像の3次元再構成など, DDFを応用した。
  論文  参考訳（メタデータ） (2024-04-13T21:02:49Z)
• UDiFF: Generating Conditional Unsigned Distance Fields with Optimal Wavelet Diffusion [51.31220416754788]
  UDiFFは非符号距離場(UDF)の3次元拡散モデルであり,テキスト条件や非条件条件から開面を有するテクスチャ化された3次元形状を生成することができる。 我々のキーとなるアイデアは、UDF生成のためのコンパクトな表現空間を生成する最適なウェーブレット変換を用いて、空間周波数領域でUDFを生成することである。
  論文  参考訳（メタデータ） (2024-04-10T09:24:54Z)
• Unsigned Orthogonal Distance Fields: An Accurate Neural Implicit Representation for Diverse 3D Shapes [29.65562721329593]
  本稿では,符号なし距離場(UDF)に基づくニューラル暗黙表現を提案する。 UODFでは、任意の空間点から形状表面への最小符号なし距離は、SDFとUDFの多方向決定とは対照的に、一方向のみに定義される。 本研究では,水密形状から水密形状から複雑な形状まで,様々な復元例を用いてUODFの有効性を検証した。
  論文  参考訳（メタデータ） (2024-03-03T06:58:35Z)
• DDF-HO: Hand-Held Object Reconstruction via Conditional Directed Distance Field [82.81337273685176]
  DDF-HOは、DDF(Directed Distance Field)を形状表現として活用する新しいアプローチである。 我々はランダムに複数の光線をサンプリングし、新しい2D線に基づく特徴集約方式を導入することにより、局所的・大域的特徴を収集する。 合成および実世界のデータセットの実験は、DFF-HOが全てのベースライン手法を大きなマージンで一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2023-08-16T09:06:32Z)
• Neural Vector Fields for Implicit Surface Representation and Inference [73.25812045209001]
  近年, 3次元形状を正確に表現し, 学習する試みが盛んに行われている。 我々は、3次元空間における単位ベクトルを考慮し、それをベクトル場(Vector Field, VF)と呼ぶ新しい基本表現を開発する。 VF表現の利点は、オープン、クローズド、多層化、平面面の断片化である。
  論文  参考訳（メタデータ） (2022-04-13T17:53:34Z)
• Representing 3D Shapes with Probabilistic Directed Distance Fields [7.528141488548544]
  暗黙的なアーキテクチャ内での高速な微分可能なレンダリングを可能にする新しい形状表現を開発する。 基礎分野における本質的な不連続性をモデル化する方法を示す。 また, 単一形状の3次元画像モデリング, 単一画像再構成作業にも適用した。
  論文  参考訳（メタデータ） (2021-12-10T02:15:47Z)
• Gradient-SDF: A Semi-Implicit Surface Representation for 3D Reconstruction [53.315347543761426]
  Gradient-SDFは、暗黙的表現と明示的表現の利点を組み合わせた3次元幾何学の新しい表現である。 すべてのボクセルに符号付き距離場とその勾配ベクトル場を格納することにより、暗黙表現の能力を高める。 本研究では,(1)グラディエント・SDFは,ハッシュマップなどの効率的な記憶方式を用いて,深度画像からの直接SDF追跡を行うことができ,(2)グラディエント・SDF表現はボクセル表現で直接光度バンドル調整を行うことができることを示す。
  論文  参考訳（メタデータ） (2021-11-26T18:33:14Z)
• Deep Implicit Surface Point Prediction Networks [49.286550880464866]
  暗黙の関数としての3次元形状の深い神経表現は、高忠実度モデルを生成することが示されている。 本稿では,CSP(Nest Surface-point)表現と呼ばれる新しい種類の暗黙の表現を用いて,そのような曲面をモデル化する新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2021-06-10T14:31:54Z)
• Neural Geometric Level of Detail: Real-time Rendering with Implicit 3D Shapes [77.6741486264257]
  本稿では,高忠実度ニューラルネットワークSDFのリアルタイムレンダリングを可能にする,効率的なニューラル表現を提案する。 我々の表現は、以前の作品に比べてレンダリング速度の点で2～3桁の効率であることを示す。
  論文  参考訳（メタデータ） (2021-01-26T18:50:22Z)

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。