論文の概要: Large-scale and Efficient Texture Mapping Algorithm via Loopy Belief
Propagation
- arxiv url: http://arxiv.org/abs/2305.04763v1
- Date: Mon, 8 May 2023 15:11:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-09 14:00:07.499490
- Title: Large-scale and Efficient Texture Mapping Algorithm via Loopy Belief
Propagation
- Title(参考訳): Loopy Belief Propagationによる大規模・効率的なテクスチャマッピングアルゴリズム
- Authors: Xiao ling, Rongjun Qin
- Abstract要約: テクスチャマッピングアルゴリズムは、これらのビューからメッシュモデルへのビュー、ヒューズ、およびマップテクスチャを効率的に選択できなければならない。
既存のアプローチでは、画像の数を1つのビューに制限するか、グローバルな推論を単純化して局所的な色の一貫性を達成している。
本稿では,顔ごとのテクスチャの複数のビューを利用できる新しい,効率的なテクスチャマッピングフレームワークを提案する。
- 参考スコア(独自算出の注目度): 4.742825811314168
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Texture mapping as a fundamental task in 3D modeling has been well
established for well-acquired aerial assets under consistent illumination, yet
it remains a challenge when it is scaled to large datasets with images under
varying views and illuminations. A well-performed texture mapping algorithm
must be able to efficiently select views, fuse and map textures from these
views to mesh models, at the same time, achieve consistent radiometry over the
entire model. Existing approaches achieve efficiency either by limiting the
number of images to one view per face, or simplifying global inferences to only
achieve local color consistency. In this paper, we break this tie by proposing
a novel and efficient texture mapping framework that allows the use of multiple
views of texture per face, at the same time to achieve global color
consistency. The proposed method leverages a loopy belief propagation algorithm
to perform an efficient and global-level probabilistic inferences to rank
candidate views per face, which enables face-level multi-view texture fusion
and blending. The texture fusion algorithm, being non-parametric, brings
another advantage over typical parametric post color correction methods, due to
its improved robustness to non-linear illumination differences. The experiments
on three different types of datasets (i.e. satellite dataset, unmanned-aerial
vehicle dataset and close-range dataset) show that the proposed method has
produced visually pleasant and texturally consistent results in all scenarios,
with an added advantage of consuming less running time as compared to the state
of the art methods, especially for large-scale dataset such as
satellite-derived models.
- Abstract(参考訳): 3dモデリングの基本的なタスクであるテクスチャマッピングは、一貫した照明の下で獲得された航空資産に対して十分に確立されているが、様々なビューと照明の下でイメージを持つ大規模データセットにスケールする場合、依然として課題である。
良好なパフォーマンスのテクスチャマッピングアルゴリズムは、これらのビューからビューを効率的に選択し、ヒューズし、メッシュモデルにマップすると同時に、モデル全体にわたって一貫したラジオメトリーを達成できなければなりません。
既存のアプローチでは、画像の数を1つのビューに制限するか、グローバルな推論を単純化して局所的な色の一貫性を達成している。
本稿では, 顔ごとのテクスチャの複数のビューを同時に利用し, グローバルなカラー一貫性を実現するための, 新規で効率的なテクスチャマッピングフレームワークを提案する。
提案手法は,多視点テクスチャの融合とブレンドを可能にするため,効率良くグローバルレベルの確率的推論を行うためにループ型信念伝達アルゴリズムを利用する。
非パラメトリックなテクスチャ融合アルゴリズムは、非線形照明の違いに対するロバスト性の改善により、典型的なパラメトリック後色補正法に対して別の利点をもたらす。
3種類のデータセット(衛星データセット、無人航空機データセット、近距離データセット)の実験では、提案手法がすべてのシナリオにおいて視覚的に快適でテクスチャ的に一貫した結果をもたらしており、特に衛星由来のモデルのような大規模データセットでは、技術手法の状況と比較して、実行時間が少なくなるという利点がある。
関連論文リスト
- Consistent Mesh Diffusion [8.318075237885857]
UVパラメータ化による3Dメッシュを前提として,テキストプロンプトからテクスチャを生成する新しいアプローチを提案する。
当社のアプローチは、30メッシュを含むデータセット上で、メッシュ毎に約5分を要することを実証しています。
論文 参考訳(メタデータ) (2023-12-01T23:25:14Z) - Diff-DOPE: Differentiable Deep Object Pose Estimation [29.703385848843414]
Diff-DOPE, 画像入力を行う6-DoFポーズ精細機, オブジェクトの3次元テクスチャモデル, オブジェクトの初期ポーズを紹介する。
この方法は、画像とモデルの投影の間の視覚的エラーを最小限に抑えるために、オブジェクトのポーズを更新するために微分可能なレンダリングを使用する。
このシンプルで効果的なアイデアは、ポーズ推定データセットで最先端の結果を得ることができることを示す。
論文 参考訳(メタデータ) (2023-09-30T18:52:57Z) - Volumetric Semantically Consistent 3D Panoptic Mapping [77.13446499924977]
非構造環境における自律エージェントに適したセマンティック3Dマップを生成することを目的としたオンライン2次元から3次元のセマンティック・インスタンスマッピングアルゴリズムを提案する。
マッピング中にセマンティック予測の信頼性を統合し、セマンティックおよびインスタンス一貫性のある3D領域を生成する新しい方法を導入する。
提案手法は,パブリックな大規模データセット上での最先端の精度を実現し,多くの広く使用されているメトリクスを改善した。
論文 参考訳(メタデータ) (2023-09-26T08:03:10Z) - Neural Semantic Surface Maps [52.61017226479506]
本稿では,2つの属とゼロの形状の地図を自動計算する手法を提案する。
提案手法は,手動のアノテーションや3Dトレーニングデータ要求を排除し,意味的表面-表面マップを生成する。
論文 参考訳(メタデータ) (2023-09-09T16:21:56Z) - Multiscale Analysis for Improving Texture Classification [62.226224120400026]
本稿では,テクスチャの異なる空間周波数帯域を別々に扱うために,ガウス・ラプラシアピラミッドを用いる。
バイオインスパイアされたテクスチャ記述子,情報理論測度,灰色レベルの共起行列特徴,ハリリック統計特徴から抽出した特徴を特徴ベクトルに集約した。
論文 参考訳(メタデータ) (2022-04-21T01:32:22Z) - Large-Scale 3D Semantic Reconstruction for Automated Driving Vehicles
with Adaptive Truncated Signed Distance Function [9.414880946870916]
本稿では,LiDARとカメラセンサを用いた新しい3次元再構成と意味マッピングシステムを提案する。
Adaptive Truncated Functionは表面を暗黙的に記述するために導入され、異なるLiDAR点間隔を扱うことができる。
各三角形メッシュに対して最適なセマンティッククラスを推定するために,最適な画像パッチ選択戦略を提案する。
論文 参考訳(メタデータ) (2022-02-28T15:11:25Z) - Extracting Triangular 3D Models, Materials, and Lighting From Images [59.33666140713829]
多視点画像観測による材料と照明の協調最適化手法を提案する。
従来のグラフィックスエンジンにデプロイ可能な,空間的に変化する材料と環境を備えたメッシュを活用します。
論文 参考訳(メタデータ) (2021-11-24T13:58:20Z) - Efficient and Differentiable Shadow Computation for Inverse Problems [64.70468076488419]
微分可能幾何計算は画像に基づく逆問題に対する関心が高まっている。
微分可能な可視性とソフトシャドウ計算のための効率的かつ効率的なアプローチを提案する。
定式化は微分可能であるため, テクスチャ, 照明, 剛体ポーズ, 画像からの変形回復などの逆問題を解くために使用できる。
論文 参考訳(メタデータ) (2021-04-01T09:29:05Z) - Consistent Mesh Colors for Multi-View Reconstructed 3D Scenes [13.531166759820854]
カラーキャリブレーションなしで一貫したテクスチャマップを作成するためには,複数のビューを集約する手法が不可欠であることがわかった。
ビュー面とフェースビューの相互相関から事前に色を計算し、最適なパーフェースカラーを特定します。
論文 参考訳(メタデータ) (2021-01-26T11:59:23Z) - Intrinsic Autoencoders for Joint Neural Rendering and Intrinsic Image
Decomposition [67.9464567157846]
合成3Dモデルからリアルな画像を生成するためのオートエンコーダを提案し,同時に実像を本質的な形状と外観特性に分解する。
実験により, レンダリングと分解の併用処理が有益であることが確認され, 画像から画像への翻訳の質的, 定量的なベースラインよりも優れた結果が得られた。
論文 参考訳(メタデータ) (2020-06-29T12:53:58Z)
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。