論文の概要: Spectral 3D Computer Vision -- A Review
- arxiv url: http://arxiv.org/abs/2302.08054v1
- Date: Thu, 16 Feb 2023 03:29:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-17 15:11:55.068521
- Title: Spectral 3D Computer Vision -- A Review
- Title(参考訳): スペクトル3Dコンピュータビジョン - レビュー
- Authors: Yajie Sun and Ali Zia and Vivien Rolland and Charissa Yu and Jun Zhou
- Abstract要約: 分光3Dコンピュータビジョンは、物体の幾何学的特性とスペクトル的特性の両方を調べる。
この新たなパラダイムは、従来のコンピュータビジョンを進化させ、3D構造、深さ推定、モーション分析などの新たな研究の道を開く。
スマート農業、環境モニタリング、建築検査、地質調査、デジタル文化遺産記録などの分野に応用されている。
- 参考スコア(独自算出の注目度): 5.385154980085054
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Spectral 3D computer vision examines both the geometric and spectral
properties of objects. It provides a deeper understanding of an object's
physical properties by providing information from narrow bands in various
regions of the electromagnetic spectrum. Mapping the spectral information onto
the 3D model reveals changes in the spectra-structure space or enhances 3D
representations with properties such as reflectance, chromatic aberration, and
varying defocus blur. This emerging paradigm advances traditional computer
vision and opens new avenues of research in 3D structure, depth estimation,
motion analysis, and more. It has found applications in areas such as smart
agriculture, environment monitoring, building inspection, geological
exploration, and digital cultural heritage records. This survey offers a
comprehensive overview of spectral 3D computer vision, including a unified
taxonomy of methods, key application areas, and future challenges and
prospects.
- Abstract(参考訳): 分光3Dコンピュータビジョンは、物体の幾何学的特性とスペクトル的特性の両方を調べる。
電磁スペクトルの様々な領域の狭い帯域からの情報を提供することで、物体の物理的性質をより深く理解する。
スペクトル情報を3Dモデルにマッピングすると、スペクトル構造空間の変化が明らかになり、反射率、色収差、様々なデフォーカスぼけといった特性で3D表現が強化される。
この新たなパラダイムは、従来のコンピュータビジョンを進化させ、3d構造、深さ推定、動き分析などの新しい研究の道を開く。
スマート農業、環境モニタリング、建築検査、地質調査、デジタル文化遺産記録などの分野に応用されている。
本調査は,手法の統一分類法,応用分野,今後の課題と展望を含む,スペクトル3次元コンピュータビジョンの包括的概要を提供する。
関連論文リスト
- Semantically-aware Neural Radiance Fields for Visual Scene
Understanding: A Comprehensive Review [26.436253160392123]
視覚的シーン理解における意味的認識型ニューラルレイディアンスフィールド(NeRF)の役割を概観する。
NeRFはシーン内の静止オブジェクトと動的オブジェクトの両方に対して3D表現を正確に推論する。
論文 参考訳(メタデータ) (2024-02-17T00:15:09Z) - A Survey on 3D Gaussian Splatting [61.39268405545931]
3Dガウススプラッティング(3D GS)は、明示的なラディアンス場とコンピュータグラフィックスのランドスケープにおいて、トランスフォーメーション技術として登場した。
本稿では,3D GSの領域における最近の発展と重要な貢献について,初めて体系的に概説する。
リアルタイムのパフォーマンスを促進することによって、3D GSは、仮想現実からインタラクティブメディアまで、さまざまなアプリケーションを開きます。
論文 参考訳(メタデータ) (2024-01-08T13:42:59Z) - SpectralGPT: Spectral Remote Sensing Foundation Model [60.023956954916414]
SpectralGPTという名前のユニバーサルRS基盤モデルは、新しい3D生成事前学習変換器(GPT)を用いてスペクトルRS画像を処理するために構築されている。
既存の基礎モデルと比較して、SpectralGPTは、様々なサイズ、解像度、時系列、領域をプログレッシブトレーニング形式で対応し、広範なRSビッグデータのフル活用を可能にする。
我々の評価では、事前訓練されたスペクトルGPTモデルによる顕著な性能向上が強調され、地球科学分野におけるスペクトルRSビッグデータ応用の進展に有意な可能性を示唆している。
論文 参考訳(メタデータ) (2023-11-13T07:09:30Z) - MagicDrive: Street View Generation with Diverse 3D Geometry Control [86.84570246661598]
多様な3D幾何学制御を提供する新しいストリートビュー生成フレームワークであるMagicDriveを紹介した。
私たちの設計では、複数のカメラビュー間の一貫性を確保するために、クロスビューアテンションモジュールが組み込まれています。
論文 参考訳(メタデータ) (2023-10-04T06:14:06Z) - Uncertainty Guided Policy for Active Robotic 3D Reconstruction using
Neural Radiance Fields [82.21033337949757]
本稿では,物体の暗黙のニューラル表現の各光線に沿ったカラーサンプルの重量分布のエントロピーを計算した線量不確実性推定器を提案する。
提案した推定器を用いた新しい視点から, 基礎となる3次元形状の不確かさを推測することが可能であることを示す。
ニューラルラディアンス場に基づく表現における線量不確実性によって導かれる次ベクター選択ポリシーを提案する。
論文 参考訳(メタデータ) (2022-09-17T21:28:57Z) - CMR3D: Contextualized Multi-Stage Refinement for 3D Object Detection [57.44434974289945]
本稿では,3次元オブジェクト検出(CMR3D)フレームワークのためのコンテキスト型マルチステージリファインメントを提案する。
我々のフレームワークは3Dシーンを入力として取り、シーンの有用なコンテキスト情報を明示的に統合しようと試みている。
3Dオブジェクトの検出に加えて,3Dオブジェクトカウント問題に対するフレームワークの有効性について検討する。
論文 参考訳(メタデータ) (2022-09-13T05:26:09Z) - 3D shape sensing and deep learning-based segmentation of strawberries [5.634825161148484]
農業における形状の3次元認識のためのステレオおよび飛行時間カメラを含む最新のセンシング技術を評価する。
本稿では,カメラベースの3Dセンサから得られる情報の組織的性質を利用した,新しい3Dディープニューラルネットワークを提案する。
論文 参考訳(メタデータ) (2021-11-26T18:43:10Z) - Active 3D Shape Reconstruction from Vision and Touch [66.08432412497443]
人間は、視覚と触覚を共同で利用して、活発な物体探索を通じて世界の3D理解を構築する。
3次元形状の再構成では、最新の進歩はRGB画像、深度マップ、触覚読影などの限られた感覚データの静的データセットに依存している。
1)高空間分解能視覚に基づく触覚センサを応用した3次元物体のアクティブタッチに活用した触覚シミュレータ,2)触覚やビジュオクティビティルを先導するメッシュベースの3次元形状再構成モデル,3)触覚やビジュオのいずれかを用いたデータ駆動型ソリューションのセットからなるシステムを導入する。
論文 参考訳(メタデータ) (2021-07-20T15:56:52Z) - Spectral MVIR: Joint Reconstruction of 3D Shape and Spectral Reflectance [15.600451871592107]
画像形成における幾何学的原理とフォトメトリック原理の両方を考慮したレンダリングモデルを提案する。
直交スペクトル反射率と3次元形状の連成再構成のためのコスト最適化MVIRフレームワークを構築した。
論文 参考訳(メタデータ) (2021-04-15T08:36:23Z) - GRF: Learning a General Radiance Field for 3D Representation and
Rendering [4.709764624933227]
我々は、暗黙的に3Dオブジェクトとシーンを2D観察からのみ表現しレンダリングする、シンプルだが強力なニューラルネットワークを提案する。
ネットワークは、一般的な放射場として3Dジオメトリをモデル化し、カメラのポーズと固有の2D画像のセットを入力として取り込む。
提案手法は, 斬新なオブジェクト, 見えないカテゴリ, 現実のシーンに対して, 高品質で現実的な新しいビューを生成できる。
論文 参考訳(メタデータ) (2020-10-09T14:21:43Z)
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。