論文の概要: Investigating Input Modality and Task Geometry on Precision-first 3D Drawing in Virtual Reality

• arxiv url: http://arxiv.org/abs/2210.12270v1
• Date: Fri, 21 Oct 2022 21:56:43 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 11:58:55.523715
• Title: Investigating Input Modality and Task Geometry on Precision-first 3D Drawing in Virtual Reality
• Title（参考訳）: 仮想現実における高精度3次元描画における入力モダリティとタスク幾何の検討
• Authors: Chen Chen, Matin Yarmand, Zhuoqun Xu, Varun Singh, Yang Zhang, Nadir Weibel
• Abstract要約: 課題幾何学的形状と入力モードが精度第一の描画性能に与える影響について検討した。 素手で使う場合と比較して、VRコントローラーやペンは精度の30%近く向上することがわかった。
• 参考スコア（独自算出の注目度）: 16.795850221628033
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurately drawing non-planar 3D curves in immersive Virtual Reality (VR) is indispensable for many precise 3D tasks. However, due to lack of physical support, limited depth perception, and the non-planar nature of 3D curves, it is challenging to adjust mid-air strokes to achieve high precision. Instead of creating new interaction techniques, we investigated how task geometric shapes and input modalities affect precision-first drawing performance in a within-subject study (n = 12) focusing on 3D target tracing in commercially available VR headsets. We found that compared to using bare hands, VR controllers and pens yield nearly 30% of precision gain, and that the tasks with large curvature, forward-backward or left-right orientations perform best. We finally discuss opportunities for designing novel interaction techniques for precise 3D drawing. We believe that our work will benefit future research aiming to create usable toolboxes for precise 3D drawing.
• Abstract（参考訳）: 没入型バーチャルリアリティ(VR)において、正確な平面でない3D曲線を正確に描画することは、多くの正確な3Dタスクにとって不可欠である。 しかし, 物理的支援の欠如, 深度知覚の制限, 3次元曲線の非平面的性質などにより, 高精度な空中ストロークの調整が困難である。 新しいインタラクション技術を作成する代わりに、市販のvrヘッドセットにおける3dターゲット追跡に焦点を当てたintra-subject study (n = 12)において、タスク幾何形状と入力モダリティが精度優先の描画性能にどのように影響するかを調査した。 その結果、手やVRコントローラー、ペンを使う場合に比べて精度が30%近く向上し、大きな曲率、前後方向、左右方向のタスクが最適であることがわかりました。 3次元描画のための斬新なインタラクション技術を設計する機会について論じる。 われわれの研究は、正確な3D描画のためのツールボックスを作成することを目的とした将来の研究に役立つと信じている。

関連論文リスト

• Diff3DS: Generating View-Consistent 3D Sketch via Differentiable Curve Rendering [17.918603435615335]
  3Dスケッチは、オブジェクトやシーンの3D形状と構造を視覚的に表現するために広く使用されている。 Diff3DSは、ビュー一貫性のある3Dスケッチを生成するための、新しい差別化可能なフレームワークである。 我々のフレームワークは3Dスケッチとカスタマイズされた画像のドメインをブリッジし、3Dスケッチのエンドツーエンド最適化を実現する。
  論文  参考訳（メタデータ） (2024-05-24T07:48:14Z)
• PonderV2: Pave the Way for 3D Foundation Model with A Universal Pre-training Paradigm [114.47216525866435]
  本稿では,効率的な3D表現の獲得を容易にするために,新しいユニバーサル3D事前学習フレームワークを提案する。 PonderV2は、11の室内および屋外ベンチマークで最先端のパフォーマンスを達成したことで、その効果が示唆された。
  論文  参考訳（メタデータ） (2023-10-12T17:59:57Z)
• Act3D: 3D Feature Field Transformers for Multi-Task Robotic Manipulation [18.964403296437027]
  Act3Dは、手作業に依存する適応的な解像度を持つ3D特徴体を用いて、ロボットのワークスペースを表現する。 粗い方法で3Dポイントグリッドをサンプリングし、相対的な位置の注意を使ってそれらを巧みに加工し、次の点サンプリングのラウンドにフォーカスする場所を選択する。
  論文  参考訳（メタデータ） (2023-06-30T17:34:06Z)
• SepicNet: Sharp Edges Recovery by Parametric Inference of Curves in 3D Shapes [16.355677959323426]
  本稿では,3次元形状の鋭いエッジを原始曲線として検出・パラメータ化するための新しいディープネットワークであるSepicNetを紹介する。 我々は,一様サンプリングよりも鋭い特徴を捕集する適応点雲サンプリング手法を開発した。
  論文  参考訳（メタデータ） (2023-04-13T13:37:21Z)
• VRContour: Bringing Contour Delineations of Medical Structures Into Virtual Reality [16.726748230138696]
  コントゥーリングは放射線療法(RT)治療計画において必須のステップである。 今日のコンツーリングソフトウェアは2Dディスプレイでしか動作せず、直感的でなく、高いタスク負荷を必要とする。 本稿では,VRContourを紹介するとともに,放射線オンコロジーのためのコンツーリングを効果的にVRに持ち込む方法について検討する。
  論文  参考訳（メタデータ） (2022-10-21T23:22:21Z)
• Towards 3D VR-Sketch to 3D Shape Retrieval [128.47604316459905]
  入力モダリティとしての3Dスケッチの利用について検討し、検索を行うVRシナリオを提唱する。 この新しい3DVR-Sketchから3D形状の検索問題に対する最初のスタンプとして、私たちは4つのコントリビューションを行います。
  論文  参考訳（メタデータ） (2022-09-20T22:04:31Z)
• Fine-Grained VR Sketching: Dataset and Insights [140.0579567561475]
  1,497個のVRスケッチと大きな形状の椅子カテゴリーの3次元形状ペアの最初の詳細なデータセットを提示する。 我々のデータセットは、きめ細かいデータ分析に関するスケッチコミュニティの最近のトレンドをサポートする。
  論文  参考訳（メタデータ） (2022-09-20T21:30:54Z)
• Structure-Aware 3D VR Sketch to 3D Shape Retrieval [113.20120789493217]
  われわれは3DVRのスケッチに固有の不正確さによって引き起こされる課題に注目している。 我々は「適合ギャップ」によって引き起こされる適応利得値を持つ三重項損失を用いることを提案する。 観察からではなく、記憶から描かれた202個の3次元形状のための202個のVRスケッチのデータセットを紹介した。
  論文  参考訳（メタデータ） (2022-09-19T14:29:26Z)
• TANDEM3D: Active Tactile Exploration for 3D Object Recognition [16.548376556543015]
  触覚信号を用いた3次元物体認識のための協調学習フレームワークであるTANDEM3Dを提案する。 TANDEM3Dは、PointNet++を使って接触位置と正規値から3Dオブジェクト表現を構築する新しいエンコーダに基づいている。 本手法はシミュレーションで完全に訓練され,実世界の実験で検証される。
  論文  参考訳（メタデータ） (2022-09-19T05:54:26Z)
• Can We Solve 3D Vision Tasks Starting from A 2D Vision Transformer? [111.11502241431286]
  視覚変換器(ViT)は2次元画像理解タスクの解決に有効であることが証明されている。 2Dおよび3Dタスク用のViTは、これまでほとんど転送できない、非常に異なるアーキテクチャ設計を採用してきた。 本稿では,標準的な2D ViTアーキテクチャを用いて,3次元視覚世界を理解するという魅力的な約束を示す。
  論文  参考訳（メタデータ） (2022-09-15T03:34:58Z)
• 3D-to-2D Distillation for Indoor Scene Parsing [78.36781565047656]
  大規模3次元データリポジトリから抽出した3次元特徴を有効活用し,RGB画像から抽出した2次元特徴を向上する手法を提案する。 まず,事前学習した3Dネットワークから3D知識を抽出して2Dネットワークを監督し,トレーニング中の2D特徴からシミュレーションされた3D特徴を学習する。 次に,2次元の正規化方式を設計し,2次元特徴と3次元特徴のキャリブレーションを行った。 第3に,非ペアの3dデータを用いたトレーニングのフレームワークを拡張するために,意味を意識した対向的トレーニングモデルを設計した。
  論文  参考訳（メタデータ） (2021-04-06T02:22:24Z)

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。