論文の概要: 3-D Material Style Transfer for Reconstructing Unknown Appearance in
Complex Natural Materials
- arxiv url: http://arxiv.org/abs/2112.15589v1
- Date: Fri, 31 Dec 2021 18:51:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-03 15:07:18.971106
- Title: 3-D Material Style Transfer for Reconstructing Unknown Appearance in
Complex Natural Materials
- Title（参考訳）: 複雑な天然物における未知の外観再構築のための3次元物質移動
- Authors: Shashank Ranjan and Corey Toler-Franklin
- Abstract要約: 本研究では, 複雑な天然物から目に見えない(あるいは失明した)外観特性を再構築するための3次元物質移動フレームワークを提案する。
本アルゴリズムは,物体の外観特性を同一物質に転移させるという技術的課題に対処する。
我々は、絶滅した化石の色を復元し、失明した遺物を復元し、合成テクスチャを生成するために、我々の研究の応用を実証する。
- 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: We propose a 3-D material style transfer framework for reconstructing
invisible (or faded) appearance properties in complex natural materials. Our
algorithm addresses the technical challenge of transferring appearance
properties from one object to another of the same material when both objects
have intricate, noncorresponding color patterns. Eggshells, exoskeletons, and
minerals, for example, have patterns composed of highly randomized layers of
organic and inorganic compounds. These materials pose a challenge as the
distribution of compounds that determine surface color changes from object to
object and within local pattern regions. Our solution adapts appearance
observations from a material property distribution in an exemplar to the
material property distribution of a target object to reconstruct its unknown
appearance. We use measured reflectance in 3-D bispectral textures to record
changing material property distributions. Our novel implementation of spherical
harmonics uses principles from chemistry and biology to learn relationships
between color (hue and saturation) and material composition and concentration
in an exemplar. The encoded relationships are transformed to the property
distribution of a target for color recovery and material assignment.
Quantitative and qualitative evaluation methods show that we replicate color
patterns more accurately than methods that only rely on shape correspondences
and coarse-level perceptual differences. We demonstrate applications of our
work for reconstructing color in extinct fossils, restoring faded artifacts and
generating synthetic textures.
- Abstract（参考訳）: 本研究では, 複雑な天然物から目に見えない(あるいは失明した)外観特性を再構築するための3次元物質移動フレームワークを提案する。
本アルゴリズムは,両物体が複雑で非対応な色パターンを持つ場合,外見特性を同一物質から同一物質に伝達する技術的課題に対処する。
例えば、卵殻、外骨格、鉱物は、高度にランダム化された有機および無機化合物からなるパターンを持つ。
これらの材料は、物体から物体、および局所パターン領域における表面色変化を決定する化合物の分布として、課題となる。
提案手法は, 対象物の材料特性分布を例示する材料特性分布からの外観観察に適応し, その未知の外観を再構成する。
我々は,3次元バイスペクトルテクスチャの反射率を測定し,変化する材料特性の分布を記録する。
球面高調波の新たな実装では,化学と生物学の原理を用いて,色(色と彩度)と物質組成・濃度の関係を学習する。
符号化された関係は、色回復および材料割り当てのためのターゲットの特性分布に変換される。
定量的および質的評価法は,形状対応や粗いレベルの知覚差にのみ依存する手法よりも,色パターンを正確に再現することを示す。
本研究は,絶滅した化石の色を復元し,消失した遺物を復元し,合成テクスチャを生成するための応用例を示す。
関連論文リスト
- Data-efficient and Interpretable Inverse Materials Design using a Disentangled Variational Autoencoder [2.563209727695243]
逆材料設計は、新しい物質発見の加速に成功している。
多くの逆材料設計法では、教材表現のコンパクトな記述を提供するために潜在空間を学習する教師なし学習を用いる。
本稿では,不整合変分オートエンコーダをベースとした半教師付き学習手法を提案し,特徴,潜伏変数,対象特性の確率的関係を学習する。
論文 参考訳（メタデータ） (2024-09-10T02:21:13Z) - OpenMaterial: A Comprehensive Dataset of Complex Materials for 3D Reconstruction [54.706361479680055]
295個の異なる材料からなる1001個のオブジェクトからなるOpenMaterialデータセットを紹介した。
OpenMaterialは3D形状、マテリアルタイプ、カメラポーズ、深さ、オブジェクトマスクなど、包括的なアノテーションを提供する。
これは、多様で挑戦的な材料を持つオブジェクト上で、既存のアルゴリズムの定量的評価を可能にする最初の大規模データセットである。
論文 参考訳（メタデータ） (2024-06-13T07:46:17Z) - IntrinsicAnything: Learning Diffusion Priors for Inverse Rendering Under Unknown Illumination [37.96484120807323]
本稿では,未知の静止照明条件下で撮影されたポーズ画像から対象物質を回収することを目的とする。
我々は、最適化プロセスの正規化のための生成モデルを用いて、その材料を事前に学習する。
実世界および合成データセットを用いた実験により,本手法が材料回収における最先端性能を実現することを示す。
論文 参考訳（メタデータ） (2024-04-17T17:45:08Z) - Learning Zero-Shot Material States Segmentation, by Implanting Natural Image Patterns in Synthetic Data [0.555174246084229]
この研究は、現実世界の画像から抽出されたパターンを合成データに注入することで、ギャップを埋めることを目的としている。
ゼロショット材料状態セグメンテーションのための総合ベンチマークを初めて提示する。
また,30,000の抽出テクスチャとSVBRDF/PBR材料を共有し,将来の生成を容易にする。
論文 参考訳（メタデータ） (2024-03-05T20:21:49Z) - Alchemist: Parametric Control of Material Properties with Diffusion
Models [51.63031820280475]
本手法は,フォトリアリズムで知られているテキスト・イメージ・モデルの生成先行に乗じる。
我々は,NeRFの材料化へのモデルの適用の可能性を示す。
論文 参考訳（メタデータ） (2023-12-05T18:58:26Z) - S2P3: Self-Supervised Polarimetric Pose Prediction [55.43547228561919]
本稿では,マルチモーダルRGB+ポラリメトリック画像から,最初の自己監督型6次元オブジェクトポーズ予測を提案する。
1) 偏光の幾何学的情報を抽出する物理モデル,2) 教師による知識蒸留方式,3) 異なる制約による自己監督的損失の定式化を含む。
論文 参考訳（メタデータ） (2023-12-02T10:46:40Z) - Differentiable graph-structured models for inverse design of lattice
materials [0.0]
異なる環境条件に適応可能な物理化学的性質を有する建築材料は、材料科学の破壊的な新しい領域を具現化している。
正規および不規則な格子材料に対するグラフベース表現を用いた新しい計算手法を提案する。
論文 参考訳（メタデータ） (2023-04-11T18:00:21Z) - One-shot recognition of any material anywhere using contrastive learning
with physics-based rendering [0.0]
材料とテクスチャ間の類似点と遷移点をコンピュータビジョンで認識するための合成データセットMateSim、ベンチマーク、および方法を提案する。
食材を視覚的に認識することは、調理中に食品を調べること、農業、化学、工業製品を調べることなど、あらゆることに不可欠である。
論文 参考訳（メタデータ） (2022-12-01T16:49:53Z) - Generative Deformable Radiance Fields for Disentangled Image Synthesis
of Topology-Varying Objects [52.46838926521572]
3D認識生成モデルは、モノクロ2D画像の集合から3Dニューラル放射場(NeRF)を生成するスーパーブパフォーマンスを実証した。
本研究では, トポロジー変化物体の放射場を非交絡形状と外観変化で合成する生成モデルを提案する。
論文 参考訳（メタデータ） (2022-09-09T08:44:06Z) - Visual Vibration Tomography: Estimating Interior Material Properties
from Monocular Video [66.94502090429806]
物体の内部の物質特性は、人間の目には見えないが、表面で観察される動きを決定する。
本研究では,物体の表面振動の単分子ビデオから物体の異種材料特性を推定する手法を提案する。
論文 参考訳（メタデータ） (2021-04-06T18:05:27Z) - A Novel Bio-Inspired Texture Descriptor based on Biodiversity and
Taxonomic Measures [81.08571247838206]
種多様性と豊かさと分類学的特有性を通して、多様なパターンの複雑なシステムを定量化できる新しいアプローチを提案する。
提案手法は,各画像チャネルを種生態系とみなし,種多様性と豊かさの度合いを計算し,テクスチャを記述するための分類学的尺度である。
論文 参考訳（メタデータ） (2021-02-13T20:14:14Z)
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。