Fugu-MT 論文翻訳(概要): Estimating Discrete Total Curvature with Per Triangle Normal Variation

論文の概要: Estimating Discrete Total Curvature with Per Triangle Normal Variation

arxiv url: http://arxiv.org/abs/2305.12653v1
Date: Mon, 22 May 2023 02:52:29 GMT
ステータス: 処理完了
システム内更新日: 2023-05-23 18:57:47.293279
Title: Estimating Discrete Total Curvature with Per Triangle Normal Variation
Title（参考訳）: per triangle normal variationを用いた離散的全曲率の推定
Authors: Crane He Chen
Abstract要約: 離散曲面のすべての三角形における全曲率を測定するための新しい手法を提案する。この方法は、ガウス写像の三角形全曲率とディリクレエネルギーの関係を利用する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We introduce a novel approach for measuring the total curvature at every triangle of a discrete surface. This method takes advantage of the relationship between per triangle total curvature and the Dirichlet energy of the Gauss map. This new tool can be used on both triangle meshes and point clouds and has numerous applications. In this study, we demonstrate the effectiveness of our technique by using it for feature-aware mesh decimation, and show that it outperforms existing curvature-estimation methods from popular libraries such as Meshlab, Trimesh2, and Libigl. When estimating curvature on point clouds, our method outperforms popular libraries PCL and CGAL.
Abstract（参考訳）: 離散曲面の各三角形における総曲率を測定するための新しい手法を提案する。この方法は、三角形全体の曲率とガウス写像のディリクレエネルギーの関係を利用する。この新しいツールはトライアングルメッシュとポイントクラウドの両方で使用することができ、多くのアプリケーションがある。本研究では,特徴認識型メッシュデミメーションに使用する手法の有効性を実証し,Meshlab,Trimesh2,Libiglといった人気ライブラリの既存の曲率推定手法よりも優れていることを示す。点クラウド上での曲率推定では,PCLやCGALよりも優れる。

関連論文リスト

von Mises Quasi-Processes for Bayesian Circular Regression [57.88921637944379]
円値ランダム関数上の表現的および解釈可能な分布の族を探索する。結果の確率モデルは、統計物理学における連続スピンモデルと関係を持つ。後続推論のために、高速マルコフ連鎖モンテカルロサンプリングに寄与するストラトノビッチのような拡張を導入する。
論文参考訳（メタデータ） (2024-06-19T01:57:21Z)
Self-Supervised Learning for Multimodal Non-Rigid 3D Shape Matching [15.050801537501462]
我々は、メッシュベースの関数マップ正規化と、メッシュとポイントクラウドデータを結合する対照的な損失を組み合わせた、自己教師型マルチモーダル学習戦略を導入する。我々の形状マッチングアプローチは、三角形メッシュ、完全点雲、部分的に観察された点雲のモード内対応を得ることを可能にする。提案手法は,いくつかの挑戦的なベンチマークデータセットに対して,最先端の結果を達成できることを実証する。
論文参考訳（メタデータ） (2023-03-20T09:47:02Z)
Semantic Segmentation of Urban Textured Meshes Through Point Sampling [0.0]
本研究では, サンプリング法, 抽出した雲の密度, 選択した特徴量, 訓練期間中に使用する点数など, 異なるパラメータの影響について検討した。 SUMデータセットでは,OAでは4ポイント,mIoUでは18ポイント,最先端のSUMデータセットでは2。
論文参考訳（メタデータ） (2023-02-21T12:49:31Z)
Efficient Graph Field Integrators Meet Point Clouds [59.27295475120132]
点雲を符号化するグラフ上での効率的な場積分のためのアルゴリズムを2種類提案する。第1のクラスであるSeparatorFactorization(SF)は、ポイントメッシュグラフの有界属を利用するが、第2のクラスであるRFDiffusion(RFD)は、ポイントクラウドの一般的なepsilon-nearest-neighborグラフ表現を使用する。
論文参考訳（メタデータ） (2023-02-02T08:33:36Z)
CircNet: Meshing 3D Point Clouds with Circumcenter Detection [67.23307214942696]
3次元点雲を三角形メッシュに再構成することは、計算幾何学と表面再構成の重要な問題である。我々は,点雲三角測量を実現するために,周辺を検知するディープニューラルネットワークを導入する。我々は水密面と開面面の両方の顕著なデータセットに対して本手法の有効性を検証した。
論文参考訳（メタデータ） (2023-01-23T03:32:57Z)
Robust and Accurate Cylinder Triangulation [23.35080249212613]
一般二次曲面の線形推定は本質的にひどい問題であることを示す。 3つの画像シルエット線に基づく高速最小解法が導出され、ロバストな推定スキームのブートストラップに使用できる。また,すべての画像ラインを組み込んで正確な推定を行うことができる最小二乗解法を提案する。
論文参考訳（メタデータ） (2022-12-05T14:42:40Z)
GeoUDF: Surface Reconstruction from 3D Point Clouds via Geometry-guided Distance Representation [73.77505964222632]
スパース点雲から離散曲面を再構成する問題に対処する学習ベース手法であるGeoUDFを提案する。具体的には、UDFのための幾何誘導学習法とその勾配推定を提案する。予測されたUDFから三角形メッシュを抽出するために,カスタマイズされたエッジベースマーチングキューブモジュールを提案する。
論文参考訳（メタデータ） (2022-11-30T06:02:01Z)
NeuralMeshing: Differentiable Meshing of Implicit Neural Representations [63.18340058854517]
ニューラルな暗黙表現から表面メッシュを抽出する新しい微分可能なメッシュアルゴリズムを提案する。本手法は,通常のテッセルレーションパターンと,既存の手法に比べて三角形面の少ないメッシュを生成する。
論文参考訳（メタデータ） (2022-10-05T16:52:25Z)
Differentiable Surface Triangulation [40.13834693745158]
曲面三角関数の空間上での頂点ごとあるいは面ごとの微分可能な対象関数の最適化を可能にする微分曲面三角関数を提案する。提案手法は, 適切な重み付けを施したデラウネー三角測量により, 任意の2次元三角測量が達成できることを示す。形状を展開可能な集合に分解し,各集合を適切な境界制約で異なったメッシュ化することにより,アルゴリズムを3Dに拡張する。
論文参考訳（メタデータ） (2021-09-22T12:42:43Z)
3D Parametric Wireframe Extraction Based on Distance Fields [33.17232234301046]
点雲からのパラメトリックワイヤフレーム抽出のためのパイプラインを提案する。我々のアプローチは、最も近い鋭い特徴曲線に近接するスカラー距離場を処理する。中間段階において、コーナーを検出し、曲線のセグメンテーションを構築し、ワイヤフレームに適合したトポロジグラフを構築する。
論文参考訳（メタデータ） (2021-07-13T15:25:14Z)
PUGeo-Net: A Geometry-centric Network for 3D Point Cloud Upsampling [103.09504572409449]
PUGeo-Netと呼ばれる新しいディープニューラルネットワークを用いた一様高密度点雲を生成する手法を提案する。その幾何学中心の性質のおかげで、PUGeo-Netはシャープな特徴を持つCADモデルとリッチな幾何学的詳細を持つスキャンされたモデルの両方でうまく機能する。
論文参考訳（メタデータ） (2020-02-24T14:13:29Z)

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。