論文の概要: FIRES: Fast Imaging and 3D Reconstruction of Archaeological Sherds

• arxiv url: http://arxiv.org/abs/2211.06897v1
• Date: Sun, 13 Nov 2022 13:08:59 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-15 18:25:12.417460
• Title: FIRES: Fast Imaging and 3D Reconstruction of Archaeological Sherds
• Title（参考訳）: 火災: 高速画像化と考古学的シェルドの3次元再構築
• Authors: Jiepeng Wang, Congyi Zhang, Peng Wang, Xin Li, Peter J. Cobb, Christian Theobalt, Wenping Wang
• Abstract要約: シェルドは考古学的な発掘調査で発見された最も一般的な人工物である。 シードは正確に再構成され、分析と保存のためにデジタル的に記録される必要がある。 我々は、高速イメージングと3次元シェルド再構成のためのFIRESと呼ばれる新しいシステムを開発した。
• 参考スコア（独自算出の注目度）: 74.94904720458777
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Sherds, as the most common artifacts uncovered during archaeological excavations, carry rich information about past human societies so need to be accurately reconstructed and recorded digitally for analysis and preservation. Often hundreds of fragments are uncovered in a day at an archaeological excavation site, far beyond the scanning capacity of existing imaging systems. Hence, there is high demand for a desirable image acquisition system capable of imaging hundreds of fragments per day. In response to this demand, we developed a new system, dubbed FIRES, for Fast Imaging and 3D REconstruction of Sherds. The FIRES system consists of two main components. The first is an optimally designed fast image acquisition device capable of capturing over 700 sherds per day (in 8 working hours) in actual tests at an excavation site, which is one order-of-magnitude faster than existing systems. The second component is an automatic pipeline for 3D reconstruction of the sherds from the images captured by the imaging acquisition system, achieving reconstruction accuracy of 0.16 milimeters. The pipeline includes a novel batch matching algorithm that matches partial 3D scans of the front and back sides of the sherds and a new ICP-type method that registers the front and back sides sharing very narrow overlapping regions. Extensive validation in labs and testing in excavation sites demonstrated that our FIRES system provides the first fast, accurate, portal, and cost-effective solution for the task of imaging and 3D reconstruction of sherds in archaeological excavations.
• Abstract（参考訳）: シードは考古学的な発掘調査で発見された最も一般的な人工物であり、過去の人類社会に関する豊富な情報を持っているため、分析と保存のために正確に再構築されデジタル記録される必要がある。 数百もの破片が、既存のイメージングシステムのスキャン能力を超える、考古学的な発掘現場で1日のうちに発見された。 そのため、一日に数百個の断片を撮像できる所望の画像取得システムへの需要が高い。 この要求に応えて、高速イメージングと3次元シェルド再構成のためのFIRESと呼ばれる新しいシステムを開発した。 FIRESシステムは2つの主要コンポーネントから構成される。 1つは、掘削現場での実際の試験で1日700本(作業時間8時間)以上を撮影できる最適な設計の高速画像取得装置であり、これは既存のシステムよりも1桁速い。 第2のコンポーネントは、撮像システムで撮像された画像からシェルドを3次元に再構成し、0.16ミリメートルの再構成精度を達成するための自動パイプラインである。 このパイプラインは、シェルドの前側と後ろ側の部分的な3dスキャンと一致する新しいバッチマッチングアルゴリズムと、非常に狭い重なり合い領域を共有する前側と後ろ側を登録する新しいicp型メソッドを含んでいる。 発掘現場における実験室および試験の広範囲な検証により,我々のFIRESシステムは,考古学的発掘調査におけるせん断のイメージングと3次元再構築を行うための,最初の高速で正確なポータル,費用対効果のソリューションを提供することが示された。

関連論文リスト

• Re-assembling the past: The RePAIR dataset and benchmark for real world 2D and 3D puzzle solving [46.073519734119266]
  我々のデータセットには、現在の2Dおよび3Dパズル解決のベンチマークに共通するユニークな特性がある。 破片と骨折は、第二次世界大戦中にポンペイ考古学公園で爆破されたフレスコの崩壊によって引き起こされた現実的なものである。 データセットは、特徴的な画像要素を持つ高解像度画像を提供するマルチモーダルである。
  論文  参考訳（メタデータ） (2024-10-31T15:10:38Z)
• Reconstruction for Sparse View Tomography of Long Objects Applied to Imaging in the Wood Industry [0.42855555838080833]
  木材産業では、ログは、いくつかのソース位置から動くコンベヤベルト上の離散X線スキャンによって、一般的に品質が検査される。 本稿では,シーケンシャルスキャンに適した学習されたPrimal-Dualニューラルネットワークに基づく反復的再構成手法を提案する。
  論文  参考訳（メタデータ） (2024-03-05T09:44:19Z)
• Volumetric Fast Fourier Convolution for Detecting Ink on the Carbonized Herculaneum Papyri [23.090618261864886]
  本稿では、ボリュームデータに対するFast Fourier Convolution演算子の修正を提案し、Herculaneum papyri上のインク検出のためのセグメンテーションアーキテクチャに適用する。 この課題と,提案した演算子のボリュームデータを含む他のタスクへの適用を奨励するため,実装をリリースする。
  論文  参考訳（メタデータ） (2023-08-09T17:00:43Z)
• Robust Multiview Point Cloud Registration with Reliable Pose Graph Initialization and History Reweighting [63.95845583460312]
  本稿では,ポイントクラウドのマルチビュー登録のための新しい手法を提案する。 提案手法は,3DMatchデータセットの登録リコール率を11%,ScanNetデータセットの登録エラー率を13%向上させる。
  論文  参考訳（メタデータ） (2023-04-02T06:43:40Z)
• Searching a High-Performance Feature Extractor for Text Recognition Network [92.12492627169108]
  優れた特徴抽出器を持つための原理を探求し,ドメイン固有の検索空間を設計する。 空間は巨大で複雑な構造であるため、既存のNASアルゴリズムを適用することはできない。 本研究では,空間内を効率的に探索する2段階のアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-09-27T03:49:04Z)
• WNet: A data-driven dual-domain denoising model for sparse-view computed tomography with a trainable reconstruction layer [3.832032989515628]
  スパース・ビュー・アーティファクト・デノナイズのためのトレーニング可能な再構成層を含むデータ駆動型デュアルドメイン・デノナイズ・モデルWNetを提案する。 我々は2つの臨床的に関連のあるデータセットを用いてネットワークをトレーニングし、その結果を3種類のスパースビューCTと再構成アルゴリズムと比較した。
  論文  参考訳（メタデータ） (2022-07-01T13:17:01Z)
• DocBed: A Multi-Stage OCR Solution for Documents with Complex Layouts [2.885058600042882]
  この研究は、21の異なる州から3000の完全な注釈付き現実世界の新聞画像のデータセットを公開している。 既存の光学式文字認識(OCR)エンジンの先駆けとしてレイアウトセグメンテーションを提案する。 独立したレイアウトセグメンテーションとエンドツーエンドのOCRのための、徹底的で構造化された評価プロトコルを提供する。
  論文  参考訳（メタデータ） (2022-02-03T05:21:31Z)
• Self-supervised Deep Reconstruction of Mixed Strip-shredded Text Documents [63.41717168981103]
  本研究は,従来の1ページ再構成の深層学習手法を,より現実的で複雑なシナリオに拡張する。 本手法では, 整合性評価を2クラス(無効または無効)パターン認識問題としてモデル化する。 提案手法は複雑なシナリオにおいて競合する手法よりも優れ、90%以上の精度で精度が向上する。
  論文  参考訳（メタデータ） (2020-07-01T21:48:05Z)
• AutoSweep: Recovering 3D Editable Objectsfrom a Single Photograph [54.701098964773756]
  セマンティックな部分で3Dオブジェクトを復元し、直接編集することを目的としている。 我々の研究は、一般化された立方体と一般化されたシリンダーという、2種類の原始的な形状の物体を回収する試みである。 提案アルゴリズムは,高品質な3Dモデルを復元し,既存手法のインスタンスセグメンテーションと3D再構成の両方で性能を向上する。
  論文  参考訳（メタデータ） (2020-05-27T12:16:24Z)

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。