論文の概要: Batch-based Model Registration for Fast 3D Sherd Reconstruction
- arxiv url: http://arxiv.org/abs/2211.06897v2
- Date: Sun, 10 Sep 2023 07:12:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-12 23:03:22.382730
- Title: Batch-based Model Registration for Fast 3D Sherd Reconstruction
- Title（参考訳）: 高速3次元せん断復元のためのバッチベースモデルレジストレーション
- Authors: Jiepeng Wang, Congyi Zhang, Peng Wang, Xin Li, Peter J. Cobb,
Christian Theobalt, Wenping Wang
- Abstract要約: 3次元復元技術は、考古学的断片のデジタル文書化に広く用いられている。
考古学遺跡から出土した断片の効率的なデジタル化のための携帯型,高スループット,高精度な復元システムを開発することを目的としている。
フラグメントの前後をペアリングするバッチベースの新しいマッチングアルゴリズムと,非常に狭い重複領域を共有する部分スキャンを登録できるバイラテラル境界ICPアルゴリズムを開発した。
- 参考スコア（独自算出の注目度）: 74.55975819488404
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: 3D reconstruction techniques have widely been used for digital documentation
of archaeological fragments. However, efficient digital capture of fragments
remains as a challenge. In this work, we aim to develop a portable,
high-throughput, and accurate reconstruction system for efficient digitization
of fragments excavated in archaeological sites. To realize high-throughput
digitization of large numbers of objects, an effective strategy is to perform
scanning and reconstruction in batches. However, effective batch-based scanning
and reconstruction face two key challenges: 1) how to correlate partial scans
of the same object from multiple batch scans, and 2) how to register and
reconstruct complete models from partial scans that exhibit only small
overlaps. To tackle these two challenges, we develop a new batch-based matching
algorithm that pairs the front and back sides of the fragments, and a new
Bilateral Boundary ICP algorithm that can register partial scans sharing very
narrow overlapping regions. Extensive validation in labs and testing in
excavation sites demonstrate that these designs enable efficient batch-based
scanning for fragments. We show that such a batch-based scanning and
reconstruction pipeline can have immediate applications on digitizing sherds in
archaeological excavations. Our project page:
https://jiepengwang.github.io/FIRES/.
- Abstract（参考訳）: 3次元復元技術は考古学的断片のデジタル文書化に広く利用されている。
しかし、フラグメントの効率的なデジタルキャプチャは依然として課題である。
本研究では,考古学遺跡から出土した断片の効率的なデジタル化のための携帯型,高スループット,高精度な復元システムを開発することを目的とする。
多数のオブジェクトの高スループットディジタル化を実現するため,バッチでスキャンと再構築を行うことが効果的である。
しかしながら、効果的なバッチベースのスキャンと再構築には、2つの大きな課題がある。
1)複数のバッチスキャンから同一オブジェクトの部分的スキャンを相関させる方法、及び
2)小さな重複のみを示す部分スキャンから完全モデルを登録・再構築する方法。
これら2つの課題に取り組むため,我々は,断片の前面と背面を組むバッチマッチングアルゴリズムと,非常に狭い重複領域を共有する部分スキャンを登録する新たなバイラテラルバウンダリicpアルゴリズムを開発した。
ラボでの広範な検証と発掘現場での試験は、これらの設計が断片の効率的なバッチベースのスキャンを可能にすることを証明している。
このようなバッチベースのスキャニング・レコンストラクション・パイプラインは、考古学的発掘におけるシェルドのデジタル化に直ちに応用できることを示す。
プロジェクトページ:https://jiepengwang.github.io/FIRES/。
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。