論文の概要: Differentiable Surface Triangulation
- arxiv url: http://arxiv.org/abs/2109.10695v1
- Date: Wed, 22 Sep 2021 12:42:43 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-23 13:37:01.271319
- Title: Differentiable Surface Triangulation
- Title(参考訳): 微分可能な表面三角法
- Authors: Marie-Julie Rakotosaona, Noam Aigerman, Niloy Mitra, Maks Ovsjanikov,
Paul Guerrero
- Abstract要約: 曲面三角関数の空間上での頂点ごとあるいは面ごとの微分可能な対象関数の最適化を可能にする微分曲面三角関数を提案する。
提案手法は, 適切な重み付けを施したデラウネー三角測量により, 任意の2次元三角測量が達成できることを示す。
形状を展開可能な集合に分解し,各集合を適切な境界制約で異なったメッシュ化することにより,アルゴリズムを3Dに拡張する。
- 参考スコア(独自算出の注目度): 40.13834693745158
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Triangle meshes remain the most popular data representation for surface
geometry. This ubiquitous representation is essentially a hybrid one that
decouples continuous vertex locations from the discrete topological
triangulation. Unfortunately, the combinatorial nature of the triangulation
prevents taking derivatives over the space of possible meshings of any given
surface. As a result, to date, mesh processing and optimization techniques have
been unable to truly take advantage of modular gradient descent components of
modern optimization frameworks. In this work, we present a differentiable
surface triangulation that enables optimization for any per-vertex or per-face
differentiable objective function over the space of underlying surface
triangulations. Our method builds on the result that any 2D triangulation can
be achieved by a suitably perturbed weighted Delaunay triangulation. We
translate this result into a computational algorithm by proposing a soft
relaxation of the classical weighted Delaunay triangulation and optimizing over
vertex weights and vertex locations. We extend the algorithm to 3D by
decomposing shapes into developable sets and differentiably meshing each set
with suitable boundary constraints. We demonstrate the efficacy of our method
on various planar and surface meshes on a range of difficult-to-optimize
objective functions. Our code can be found online:
https://github.com/mrakotosaon/diff-surface-triangulation.
- Abstract(参考訳): トライアングルメッシュは、表面幾何学における最も一般的なデータ表現である。
このユビキタス表現は本質的には、離散トポロジカル三角測量から連続頂点位置を分離するハイブリッド表現である。
残念なことに、三角測量の組合せの性質は、任意の曲面のメッシュ化可能な空間上の微分を取ることを妨げている。
その結果、メッシュ処理と最適化技術は、現代の最適化フレームワークのモジュラー勾配降下成分を真に活用することができなかった。
本研究では,曲面三角関数の空間上での頂点毎あるいは面毎の微分対象関数の最適化を可能にする,微分可能な曲面三角関数を提案する。
提案手法は, 適度に摂動重み付きデラウネー三角測量により, 任意の2次元三角測量が達成できることを示す。
この結果を,古典的重み付きデラウネー三角形の軟緩和と頂点重みと頂点位置の最適化により計算アルゴリズムに変換する。
形状を展開可能な集合に分解し,各集合に適切な境界制約を付与することにより,アルゴリズムを3dに拡張する。
本研究では, 種々の平面および表面メッシュ上での手法の有効性を, 最適化が困難な対象関数に対して示す。
私たちのコードは、https://github.com/mrakotosaon/diff-surface-triangulationで見ることができます。
関連論文リスト
- Geometry Field Splatting with Gaussian Surfels [23.412129038089326]
我々は、最近の研究で提案された不透明曲面の幾何学的場を利用して、体積密度に変換することができる。
ガウス核やウェーバを体積よりも幾何場に適応させ、不透明な固体の正確な再構成を可能にする。
広範に使用されているデータセット上で再構成された3次元表面の質が大幅に向上したことを示す。
論文 参考訳(メタデータ) (2024-11-26T03:07:05Z) - High-quality Surface Reconstruction using Gaussian Surfels [18.51978059665113]
本稿では,3次元ガウス点におけるフレキシブルな最適化手法の利点を組み合わせるために,新しい点ベース表現であるガウス波について提案する。
これは、3Dガウス点のzスケールを0に設定し、元の3D楕円体を2D楕円形に効果的に平らにする。
局所的なz軸を通常の方向として扱うことにより、最適化安定性と表面アライメントを大幅に改善する。
論文 参考訳(メタデータ) (2024-04-27T04:13:39Z) - Flexible Isosurface Extraction for Gradient-Based Mesh Optimization [65.76362454554754]
本研究では、勾配に基づくメッシュ最適化について考察し、スカラー場の等曲面として表現することで、3次元表面メッシュを反復的に最適化する。
我々は、幾何学的、視覚的、あるいは物理的目的に対して未知のメッシュを最適化するために特別に設計された、異面表現であるFlexiCubesを紹介する。
論文 参考訳(メタデータ) (2023-08-10T06:40:19Z) - A Scalable Combinatorial Solver for Elastic Geometrically Consistent 3D
Shape Matching [69.14632473279651]
本稿では,3次元形状間の幾何学的一貫したマッピング空間をグローバルに最適化するスケーラブルなアルゴリズムを提案する。
従来の解法よりも数桁高速なラグランジュ双対問題と結合した新しい原始問題を提案する。
論文 参考訳(メタデータ) (2022-04-27T09:47:47Z) - Deep Marching Tetrahedra: a Hybrid Representation for High-Resolution 3D
Shape Synthesis [90.26556260531707]
DMTetは粗いボクセルのような単純なユーザーガイドを用いて高解像度の3次元形状を合成できる条件付き生成モデルである。
メッシュなどの明示的な表現を直接生成する深部3次元生成モデルとは異なり、我々のモデルは任意の位相で形状を合成することができる。
論文 参考訳(メタデータ) (2021-11-08T05:29:35Z) - OctField: Hierarchical Implicit Functions for 3D Modeling [18.488778913029805]
我々は3次元曲面の学習可能な階層的暗黙表現であるOctoFieldを提案し、メモリと計算予算の少ない複雑な曲面の高精度符号化を可能にする。
この目的を達成するために、曲面占有率と部分幾何学の豊かさに応じて3次元空間を適応的に分割する階層的オクツリー構造を導入する。
論文 参考訳(メタデータ) (2021-11-01T16:29:39Z) - DeepMesh: Differentiable Iso-Surface Extraction [53.77622255726208]
本稿では,Deep Implicit Fieldsから表面メッシュを明示的に表現する方法を提案する。
我々の重要な洞察は、暗黙の場摂動が局所的な表面形状にどのように影響するかを推論することによって、最終的に表面サンプルの3次元位置を区別できるということである。
私たちはこれを利用して、そのトポロジを変えることができるDeepMesh – エンドツーエンドの差別化可能なメッシュ表現を定義する。
論文 参考訳(メタデータ) (2021-06-20T20:12:41Z) - PUGeo-Net: A Geometry-centric Network for 3D Point Cloud Upsampling [103.09504572409449]
PUGeo-Netと呼ばれる新しいディープニューラルネットワークを用いた一様高密度点雲を生成する手法を提案する。
その幾何学中心の性質のおかげで、PUGeo-Netはシャープな特徴を持つCADモデルとリッチな幾何学的詳細を持つスキャンされたモデルの両方でうまく機能する。
論文 参考訳(メタデータ) (2020-02-24T14:13:29Z)
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。