Fugu-MT 論文翻訳(概要): Continuous wavelet transform of multiview images using wavelets based on voxel patterns

論文の概要: Continuous wavelet transform of multiview images using wavelets based on voxel patterns

arxiv url: http://arxiv.org/abs/2205.05823v1
Date: Thu, 12 May 2022 01:22:02 GMT
ステータス: 処理完了
システム内更新日: 2022-05-14 01:14:17.281609
Title: Continuous wavelet transform of multiview images using wavelets based on voxel patterns
Title（参考訳）: voxelパターンに基づくウェーブレットを用いたマルチビュー画像の連続ウェーブレット変換
Authors: Vladimir Saveljev
Abstract要約: 立体視型マルチビューディスプレイのボクセルパターンに基づくマルチビューウェーブレットを提案する。復元された画像は、マルチビュー画像の構造を正しく再現する。復元された画像と修正された画像は、レンズ状板を用いて3Dで表示された。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose the multiview wavelets based on voxel patterns of autostereoscopic multiview displays. Direct and inverse continuous wavelet transforms of binary and gray-scale images were performed. The input to the inverse wavelet transform was the array of wavelet coefficients of the direct transform. A restored image reproduces the structure of the multiview image correctly. Also, we modified the dimension of the parallax and the depth of 3D images. The restored and modified images were displayed in 3D using lenticular plates. In each case, the visual 3D picture corresponds to the applied modifications. The results can be applied to the autostereoscopic 3D displays.
Abstract（参考訳）: 本稿では,マルチビューディスプレイのボクセルパターンに基づくマルチビューウェーブレットを提案する。二値および灰色スケール画像の直接および逆連続ウェーブレット変換を行った。逆ウェーブレット変換への入力は、直接変換のウェーブレット係数の配列である。復元画像は、マルチビュー画像の構造を正しく再現する。また,視差の次元と3次元画像の深さも修正した。修復および修正された画像はレンチキュラープレートを使用して3dで表示された。それぞれの場合、視覚的な3D画像は適用された修正に対応する。結果は立体視の3Dディスプレイに適用できる。

関連論文リスト

Multi-view Inversion for 3D-aware Generative Adversarial Networks [3.95944314850151]
人間の頭部に対する現在の3D GANインバージョン法は、通常、1つの正面像のみを使用して3Dヘッドモデル全体を再構築する。これにより、マルチビューデータやダイナミックビデオが利用可能になったときに意味のある情報が残される。提案手法は既存の最先端3D GANインバージョン技術を利用して,同一対象の複数のビューを一貫した同時インバージョンを可能にする。
論文参考訳（メタデータ） (2023-12-08T19:28:40Z)
Pixel2Mesh++: 3D Mesh Generation and Refinement from Multi-View Images [82.32776379815712]
カメラポーズの有無にかかわらず、少数のカラー画像から3次元メッシュ表現における形状生成の問題について検討する。我々は,グラフ畳み込みネットワークを用いたクロスビュー情報を活用することにより,形状品質をさらに向上する。我々のモデルは初期メッシュの品質とカメラポーズの誤差に頑健であり、テスト時間最適化のための微分関数と組み合わせることができる。
論文参考訳（メタデータ） (2022-04-21T03:42:31Z)
Multi-View Consistent Generative Adversarial Networks for 3D-aware Image Synthesis [48.33860286920389]
3D認識画像合成は、3D表現を学習することにより、複数のビューからオブジェクトの画像を生成することを目的としている。既存のアプローチには幾何学的制約がないため、通常はマルチビュー一貫性のある画像を生成することができない。幾何制約付き高品質な3次元画像合成のためのマルチビュー一貫性ジェネレータネットワーク(MVCGAN)を提案する。
論文参考訳（メタデータ） (2022-04-13T11:23:09Z)
Beyond 3DMM: Learning to Capture High-fidelity 3D Face Shape [77.95154911528365]
3Dモーフィブルモデル(3DMM)の適合性は、その強力な3D先行性のため、顔解析に広く有用である。以前に再建された3次元顔は、微細な形状が失われるため、視差の低下に悩まされていた。本論文は, パーソナライズされた形状が対応する人物と同一に見えるよう, パーソナライズされた形状を捉えるための完全な解を提案する。
論文参考訳（メタデータ） (2022-04-09T03:46:18Z)
aiWave: Volumetric Image Compression with 3-D Trained Affine Wavelet-like Transform [43.984890290691695]
最も一般的なボリューム画像圧縮法はJP3Dのようなウェーブレット変換に基づいている。本稿では,信号依存型および非分離型変換を実現するために,まず3次元トレーニングウェーブレット様変換を設計する。次に、アフィンウェーブレットベースを導入し、ボリューム画像の異なる領域における様々な局所的相関をキャプチャする。
論文参考訳（メタデータ） (2022-03-11T10:02:01Z)
Extracting Triangular 3D Models, Materials, and Lighting From Images [59.33666140713829]
多視点画像観測による材料と照明の協調最適化手法を提案する。従来のグラフィックスエンジンにデプロイ可能な,空間的に変化する材料と環境を備えたメッシュを活用します。
論文参考訳（メタデータ） (2021-11-24T13:58:20Z)
Multi-Plane Program Induction with 3D Box Priors [110.6726150681556]
1つの画像からプログラムライクなシーン表現を推論するBox Program Injection (BPI)を提案する。 BPIは同時に、複数の2次元平面上の繰り返し構造、平面の3次元位置と向き、およびカメラパラメータをモデル化する。ニューラルネットワークを使って、点の消滅やワイヤーフレーム線などの視覚的手がかりを推論し、検索ベースのアルゴリズムを誘導し、最もよく画像を説明するプログラムを見つける。
論文参考訳（メタデータ） (2020-11-19T18:07:46Z)
Image GANs meet Differentiable Rendering for Inverse Graphics and Interpretable 3D Neural Rendering [101.56891506498755]
異なるレンダリングによって、ニューラルネットワークをトレーニングして"逆グラフィックス"タスクを実行する方法が舗装された。提案手法は,既存のデータセットでトレーニングした最先端の逆グラフネットワークを著しく上回ることを示す。
論文参考訳（メタデータ） (2020-10-18T22:29:07Z)
MeshMVS: Multi-View Stereo Guided Mesh Reconstruction [35.763452474239955]
深層学習に基づく3次元形状生成法は、一般的に、カラー画像から抽出した潜時特徴を利用して、オブジェクトの意味を符号化する。本稿では,多視点ステレオの中間深度表現の特徴を利用して,幾何情報を明確に取り入れたマルチビューメッシュ生成手法を提案する。その結果,シェーファー距離が34%減少し,F1スコアが14%増加し,最先端のマルチビュー形状生成法よりも優れた結果が得られた。
論文参考訳（メタデータ） (2020-10-17T00:51:21Z)
Generalizing Spatial Transformers to Projective Geometry with Applications to 2D/3D Registration [11.219924013808852]
微分レンダリングは、3Dシーンと対応する2D画像とを接続する技術である。本稿では,空間変換器を射影幾何学に一般化する新しい射影空間変換器モジュールを提案する。
論文参考訳（メタデータ） (2020-03-24T17:26:50Z)

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。