論文の概要: Point Normal Orientation and Surface Reconstruction by Incorporating Isovalue Constraints to Poisson Equation

• arxiv url: http://arxiv.org/abs/2209.15619v1
• Date: Fri, 30 Sep 2022 17:47:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-03 16:36:26.553794
• Title: Point Normal Orientation and Surface Reconstruction by Incorporating Isovalue Constraints to Poisson Equation
• Title（参考訳）: ポアソン方程式に等値制約を組み込んだ点正規化と表面再構成
• Authors: Dong Xiao, Zuoqiang Shi, Siyu Li, Bailin Deng, Bin Wang
• Abstract要約: ポアソン方程式に等値制約を組み込むことにより、配向点雲に対する新しいアプローチを提案する。 正規関数と暗黙関数を同時に最適化し、大域的に一貫した向きを求める。 実験により,不均一・ノイズの多いデータにおいて,本手法は高い性能が得られることが示された。
• 参考スコア（独自算出の注目度）: 16.467735758073363
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Oriented normals are common pre-requisites for many geometric algorithms based on point clouds, such as Poisson surface reconstruction. However, it is not trivial to obtain a consistent orientation. In this work, we bridge orientation and reconstruction in implicit space and propose a novel approach to orient point clouds by incorporating isovalue constraints to the Poisson equation. Feeding a well-oriented point cloud into a reconstruction approach, the indicator function values of the sample points should be close to the isovalue. Based on this observation and the Poisson equation, we propose an optimization formulation that combines isovalue constraints with local consistency requirements for normals. We optimize normals and implicit functions simultaneously and solve for a globally consistent orientation. Owing to the sparsity of the linear system, an average laptop can be used to run our method within reasonable time. Experiments show that our method can achieve high performance in non-uniform and noisy data and manage varying sampling densities, artifacts, multiple connected components, and nested surfaces.
• Abstract（参考訳）: 配向正規化はポアソン面再構成のような点雲に基づく多くの幾何学的アルゴリズムの一般的な前提条件である。 しかし、一貫した方向を得ることは自明ではない。 本研究では、暗黙空間における配向と再構成を橋渡しし、ポアソン方程式に等値制約を組み込むことにより、配向点雲に対する新しいアプローチを提案する。 適切に配向された点雲を再構成アプローチに投入すると、サンプル点の指標関数値は同値に近いものとなる。 この観測とポアソン方程式に基づき、等値制約と正規値の局所的一貫性要件を組み合わせた最適化定式化を提案する。 正規関数と暗黙関数を同時に最適化し,グローバルに一貫した向きを求める。 線形システムの幅が広いため、平均的なラップトップでメソッドを合理的な時間で実行することができる。 実験により,非一様でノイズの多いデータに対して高い性能を達成し,サンプリング密度,アーティファクト,複数の連結コンポーネント,ネスト面を管理することができた。

関連論文リスト

• Extracting Manifold Information from Point Clouds [0.0]
  カーネルベースの手法は$mathbbRd$のサブセットのシグネチャ関数を構成するために提案される。 点雲の解析と解析が主な応用である。
  論文  参考訳（メタデータ） (2024-03-30T17:21:07Z)
• $p$-Poisson surface reconstruction in curl-free flow from point clouds [5.330266804358638]
  Inlicit Neural representations (INRs) は表面再構成への有望なアプローチとして出現している。 本稿では、偏微分方程式の適切な監督と微分ベクトル場の基本的な性質が、高品質な曲面を頑健に再構成するのに十分であることを示す。
  論文  参考訳（メタデータ） (2023-10-31T00:20:24Z)
• GeoUDF: Surface Reconstruction from 3D Point Clouds via Geometry-guided Distance Representation [73.77505964222632]
  スパース点雲から離散曲面を再構成する問題に対処する学習ベース手法であるGeoUDFを提案する。 具体的には、UDFのための幾何誘導学習法とその勾配推定を提案する。 予測されたUDFから三角形メッシュを抽出するために,カスタマイズされたエッジベースマーチングキューブモジュールを提案する。
  論文  参考訳（メタデータ） (2022-11-30T06:02:01Z)
• HSurf-Net: Normal Estimation for 3D Point Clouds by Learning Hyper Surfaces [54.77683371400133]
  本稿では,ノイズと密度の変動のある点群から正規性を正確に予測できるHSurf-Netという新しい正規推定手法を提案する。 実験結果から, HSurf-Netは, 合成形状データセット上での最先端性能を実現することがわかった。
  論文  参考訳（メタデータ） (2022-10-13T16:39:53Z)
• Minimal Neural Atlas: Parameterizing Complex Surfaces with Minimal Charts and Distortion [71.52576837870166]
  我々は、新しいアトラスに基づく明示的なニューラルサーフェス表現であるミニマルニューラルアトラスを提案する。 その中核は完全学習可能なパラメトリック領域であり、パラメトリック空間の開平方上で定義された暗黙の確率的占有場によって与えられる。 我々の再構成は、トポロジーと幾何学に関する懸念の分離のため、全体的な幾何学の観点からより正確である。
  論文  参考訳（メタデータ） (2022-07-29T16:55:06Z)
• A Level Set Theory for Neural Implicit Evolution under Explicit Flows [102.18622466770114]
  暗黙の曲面をパラメータ化するコーディネートベースのニューラルネットワークは、幾何学の効率的な表現として登場した。 このような暗黙の面に三角形メッシュに対して定義された変形操作を適用することができるフレームワークを提案する。 提案手法は, 表面平滑化, 平均曲率流, 逆レンダリング, 暗黙的幾何によるユーザ定義編集など, 応用性の向上を示す。
  論文  参考訳（メタデータ） (2022-04-14T17:59:39Z)
• Temporally-Consistent Surface Reconstruction using Metrically-Consistent Atlases [131.50372468579067]
  そこで本稿では,時間変化点雲列から時間一貫性のある面列を復元する手法を提案する。 我々は、再構成された表面をニューラルネットワークによって計算されたアトラスとして表現し、フレーム間の対応性を確立することができる。 当社のアプローチは、いくつかの挑戦的なデータセットにおいて、最先端のものよりも優れています。
  論文  参考訳（メタデータ） (2021-11-12T17:48:25Z)
• PU-Flow: a Point Cloud Upsampling Networkwith Normalizing Flows [58.96306192736593]
  本稿では,正規化フローを組み込んだPU-Flowについて述べる。 具体的には、重みが局所的な幾何学的文脈から適応的に学習される潜在空間において、アップサンプリング過程を点として定式化する。 提案手法は, 再現性, 近接精度, 計算効率の観点から, 最先端の深層学習手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-07-13T07:45:48Z)
• DiGS : Divergence guided shape implicit neural representation for unoriented point clouds [36.60407995156801]
  形状暗黙的神経表現(INR)は近年,形状解析や再構成作業に有効であることが示されている。 本稿では,通常のベクトルを入力として必要としない分岐ガイド型形状表現学習手法を提案する。
  論文  参考訳（メタデータ） (2021-06-21T02:10:03Z)
• Least squares surface reconstruction on arbitrary domains [30.354512876068085]
  2D Savitzky-GolayフィルタとK-nearest近傍カーネルに基づく数値微分の計算法を提案する。 同じ定式化を用いて、線形最小二乗問題として、正書法と直視高の両方を記述する方法を示す。 我々は,合成データと実データの両方において,最先端技術に対する性能向上を実証した。
  論文  参考訳（メタデータ） (2020-07-16T21:33:39Z)
• Curvature Regularized Surface Reconstruction from Point Cloud [4.389913383268497]
  曲率制約を伴って暗黙的表面を点雲データから再構成する変動関数と高速アルゴリズムを提案する。 提案手法は雑音に反し,曲率制約のないモデルと比較して,凹凸の特徴や鋭い角を回復する。
  論文  参考訳（メタデータ） (2020-01-22T05:34:40Z)

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。