論文の概要: Automatic Recognition and Digital Documentation of Cultural Heritage Hemispherical Domes using Images

• arxiv url: http://arxiv.org/abs/2201.10015v1
• Date: Tue, 25 Jan 2022 00:14:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-26 15:44:09.639626
• Title: Automatic Recognition and Digital Documentation of Cultural Heritage Hemispherical Domes using Images
• Title（参考訳）: 画像を用いた文化遺産半球ドームの自動認識とデジタル文書化
• Authors: Reza Maalek and Shahrokh Maalek
• Abstract要約: 本書は,遺産半球ドームの高速かつ信頼性の高いセマンティック・デジタルモデルを生成するために,2つの画像のみを用いて独自のアプローチを提示する。 提案手法の有効性を実験室および実世界のデータセットで評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Advancements in optical metrology has enabled documentation of dense 3D point clouds of cultural heritage sites. For large scale and continuous digital documentation, processing of dense 3D point clouds becomes computationally cumbersome, and often requires additional hardware for data management, increasing the time cost, and complexity of projects. To this end, this manuscript presents an original approach to generate fast and reliable semantic digital models of heritage hemispherical domes using only two images. New closed formulations were derived to establish the relationships between spheres and their projected ellipses onto images, which fostered the development of a new automatic framework for as-built generation of spheres. The effectiveness of the proposed method was evaluated under both laboratory and real-world datasets. The results revealed that the proposed method achieved as-built modeling accuracy of around 6mm, while improving the computation time by a factor of 7, when compared to established point cloud processing methods.
• Abstract（参考訳）: 光度計学の進歩により、文化遺産の密集した3d点雲の文書化が可能になった。 大規模で連続的なデジタルドキュメントでは、高密度な3Dポイントクラウドの処理は計算が面倒になり、データ管理のためのハードウェアの追加、時間的コストの増大、プロジェクトの複雑さがしばしば必要になる。 この目的のために、本写本は、2つの画像のみを用いて、遺産半球ドームの高速で信頼性の高いセマンティック・デジタルモデルを生成するための独自のアプローチを提示する。 新しい閉じた定式化は、球面と投影された楕円体の間の関係を画像上に確立するために導出され、球面の自動生成のための新しいフレームワークの開発が促進された。 提案手法の有効性を実験室および実世界のデータセットで評価した。 その結果,提案手法は,定点クラウド処理法と比較した場合の計算時間を7倍に改善しつつ,約6mmのモデル精度を達成できた。

関連論文リスト

• DreamPolish: Domain Score Distillation With Progressive Geometry Generation [66.94803919328815]
  本稿では,高精細な幾何学と高品質なテクスチャの創出に優れたテキスト・ツー・3D生成モデルであるDreamPolishを紹介する。 幾何構成フェーズでは, 合成過程の安定性を高めるために, 複数のニューラル表現を利用する。 テクスチャ生成フェーズでは、そのような領域に向けて神経表現を導くために、新しいスコア蒸留、すなわちドメインスコア蒸留(DSD)を導入する。
  論文  参考訳（メタデータ） (2024-11-03T15:15:01Z)
• GRIN: Zero-Shot Metric Depth with Pixel-Level Diffusion [27.35300492569507]
  本稿では,非構造化トレーニングデータを取り込むための効率的な拡散モデルGRINを提案する。 GRINは,ゼロショット距離単眼深度推定において,スクラッチからトレーニングした場合でも,新たな技術の確立を図っている。
  論文  参考訳（メタデータ） (2024-09-15T23:32:04Z)
• LAM3D: Large Image-Point-Cloud Alignment Model for 3D Reconstruction from Single Image [64.94932577552458]
  大規模再構成モデルは、単一または複数入力画像から自動3Dコンテンツ生成の領域において大きな進歩を遂げている。 彼らの成功にもかかわらず、これらのモデルはしばしば幾何学的不正確な3Dメッシュを生成し、画像データからのみ3D形状を推論する固有の課題から生まれた。 生成した3Dメッシュの忠実度を高めるために3Dポイントクラウドデータを利用する新しいフレームワークであるLarge Image and Point Cloud Alignment Model (LAM3D)を導入する。
  論文  参考訳（メタデータ） (2024-05-24T15:09:12Z)
• Embedded Shape Matching in Photogrammetry Data for Modeling Making Knowledge [0.0]
  投影法により得られた2次元サンプルを用いて3次元モデルにおけるパターン認識の難しさを克服する。 このアプリケーションは、ゼウグマモザイクのいくつかの例とセルジューク時代のレンガ壁の3次元デジタルモデリングに基づく。
  論文  参考訳（メタデータ） (2023-12-20T23:52:53Z)
• SCoDA: Domain Adaptive Shape Completion for Real Scans [78.92028595499245]
  点雲からの3D形状の完成は、特に現実世界のオブジェクトのスキャンによる難しい作業である。 合成データから実スキャン形状完了の領域適応のための新しいタスクであるSCoDAを提案する。 本稿では,知識伝達のための新しいクロスドメイン機能融合手法と,実データからの堅牢な学習のための新しいボリューム一貫性の自己学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-04-20T09:38:26Z)
• StarNet: Style-Aware 3D Point Cloud Generation [82.30389817015877]
  StarNetは、マッピングネットワークを使用して高忠実度および3Dポイントクラウドを再構築し、生成することができる。 我々のフレームワークは、クラウドの再構築と生成タスクにおいて、様々なメトリクスで同等の最先端のパフォーマンスを達成します。
  論文  参考訳（メタデータ） (2023-03-28T08:21:44Z)
• 3D Point Cloud Pre-training with Knowledge Distillation from 2D Images [128.40422211090078]
  本稿では,2次元表現学習モデルから直接知識を取得するために,3次元ポイントクラウド事前学習モデルの知識蒸留手法を提案する。 具体的には、3Dポイントクラウドから概念特徴を抽出し、2D画像からの意味情報と比較するクロスアテンション機構を提案する。 このスキームでは,2次元教師モデルに含まれるリッチな情報から,クラウド事前学習モデルを直接学習する。
  論文  参考訳（メタデータ） (2022-12-17T23:21:04Z)
• Flow-based GAN for 3D Point Cloud Generation from a Single Image [16.04710129379503]
  本稿では,任意の解像度の点群をサンプリングするためのフローベース明示的生成モデルを継承する,ハイブリッドな明示的生成モデルを提案する。 大規模合成データセットShapeNetについて評価し,提案手法の優れた性能を示す実験結果を得た。
  論文  参考訳（メタデータ） (2022-10-08T17:58:20Z)
• Geometric Processing for Image-based 3D Object Modeling [2.6397379133308214]
  本稿では,幾何処理の3つの主要構成要素の最先端手法について紹介する:(1)ジオレファレンス; 2)画像密度マッチング3)テクスチャマッピング。 3Dオブジェクト再構成ワークフローにおける画像の大部分が自動化された幾何処理は、現実的な3Dモデリングの重要な部分となっている。
  論文  参考訳（メタデータ） (2021-06-27T18:33:30Z)
• Leveraging Photometric Consistency over Time for Sparsely Supervised Hand-Object Reconstruction [118.21363599332493]
  本稿では,ビデオ中のフレームの粗いサブセットに対してのみアノテーションが利用できる場合に,時間とともに光度整合性を活用する手法を提案する。 本モデルでは,ポーズを推定することにより,手や物体を3Dで共同で再構成するカラーイメージをエンドツーエンドに訓練する。 提案手法は,3次元手動画像再構成の精度向上に有効であることを示す。
  論文  参考訳（メタデータ） (2020-04-28T12:03:14Z)

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。