Fugu-MT 論文翻訳(概要): A Local Iterative Approach for the Extraction of 2D Manifolds from Strongly Curved and Folded Thin-Layer Structures

論文の概要: A Local Iterative Approach for the Extraction of 2D Manifolds from Strongly Curved and Folded Thin-Layer Structures

arxiv url: http://arxiv.org/abs/2308.07070v1
Date: Mon, 14 Aug 2023 11:05:37 GMT
ステータス: 処理完了
システム内更新日: 2023-08-15 13:25:30.842224
Title: A Local Iterative Approach for the Extraction of 2D Manifolds from Strongly Curved and Folded Thin-Layer Structures
Title（参考訳）: 強曲線および屈曲した薄層構造からの2次元マニフォールドの局所的抽出法
Authors: Nicolas Klenert, Verena Lepper, Daniel Baum
Abstract要約: リッジ面は3次元(3D)データセットを多種多様なアプリケーションで解析する上で重要な特徴である。ノイズデータから2次元多様体を抽出する新しい手法を開発した。折り畳まれた銀板やパピルス板を含む実世界のデータだけでなく, 人工データにも本手法の適用性と堅牢性を実証した。
参考スコア（独自算出の注目度）: 1.4272411349249625
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Ridge surfaces represent important features for the analysis of 3-dimensional (3D) datasets in diverse applications and are often derived from varying underlying data including flow fields, geological fault data, and point data, but they can also be present in the original scalar images acquired using a plethora of imaging techniques. Our work is motivated by the analysis of image data acquired using micro-computed tomography (Micro-CT) of ancient, rolled and folded thin-layer structures such as papyrus, parchment, and paper as well as silver and lead sheets. From these documents we know that they are 2-dimensional (2D) in nature. Hence, we are particularly interested in reconstructing 2D manifolds that approximate the document's structure. The image data from which we want to reconstruct the 2D manifolds are often very noisy and represent folded, densely-layered structures with many artifacts, such as ruptures or layer splitting and merging. Previous ridge-surface extraction methods fail to extract the desired 2D manifold for such challenging data. We have therefore developed a novel method to extract 2D manifolds. The proposed method uses a local fast marching scheme in combination with a separation of the region covered by fast marching into two sub-regions. The 2D manifold of interest is then extracted as the surface separating the two sub-regions. The local scheme can be applied for both automatic propagation as well as interactive analysis. We demonstrate the applicability and robustness of our method on both artificial data as well as real-world data including folded silver and papyrus sheets.
Abstract（参考訳）: リッジ面は、様々な応用における3次元 (3d) データセットの解析の重要な特徴であり、フローフィールド、地質断層データ、ポイントデータなどの様々な基礎データから導かれることが多いが、多くのイメージング技術を用いて取得したオリジナルのスカラー画像にも見られる。本研究は, パピルス, パーチメント, 紙などの薄層構造, 銀および鉛板のマイクロコンデントct(micro-computed tomography, micro-ct)を用いて得られた画像データの解析を動機とする。これらの文書から、自然界では2次元(2次元)であることが分かる。したがって、特に文書の構造を近似する2次元多様体の再構成に興味がある。 2次元多様体を再構成したい画像データは、しばしば非常に騒がしく、破断や層分割、マージなど多くのアーティファクトを持つ折り畳まれた密集した構造を表す。従来のリッジ面抽出法は、そのような困難なデータに対して所望の2次元多様体を抽出できない。そこで我々は, 2次元多様体の新たな抽出法を開発した。提案手法は,局所的な高速行進方式と,高速行進による2つの部分領域への分離を組み合わせたものである。興味のある2次元多様体は、2つの部分領域を分離する曲面として抽出される。局所的なスキームは、自動伝搬と対話的解析の両方に応用できる。折り畳まれた銀板やパピルス板を含む実世界のデータだけでなく, 人工データにも本手法の適用性と堅牢性を実証した。

関連論文リスト

BIFRÖST: 3D-Aware Image compositing with Language Instructions [27.484947109237964]
Bifr"ostは、命令ベースの画像合成を実行するために拡散モデルに基づいて構築された、新しい3D対応フレームワークである。 Bifr"ostは、MLLMを2.5D位置予測器として訓練し、デプスマップを生成プロセス中に余分な条件として統合することで問題に対処する。
論文参考訳（メタデータ） (2024-10-24T18:35:12Z)
MV2Cyl: Reconstructing 3D Extrusion Cylinders from Multi-View Images [13.255044855902408]
2次元多視点画像から3次元を再構成する新しい手法であるMV2Cylを提案する。本研究では,2次元スケッチと抽出パラメータ推定において最適な精度で最適な再構成結果を得る。
論文参考訳（メタデータ） (2024-06-16T08:54:38Z)
NeuSD: Surface Completion with Multi-View Text-to-Image Diffusion [56.98287481620215]
本稿では,対象物の一部のみを捉えた複数の画像から3次元表面再構成を行う手法を提案する。提案手法は, 表面の可視部分の再構成に神経放射場を用いた表面再構成法と, SDS (Score Distillation Sampling) 方式で事前学習した2次元拡散モデルを用いて, 可観測領域の形状を再現する手法である。
論文参考訳（メタデータ） (2023-12-07T19:30:55Z)
ALSTER: A Local Spatio-Temporal Expert for Online 3D Semantic Reconstruction [62.599588577671796]
本稿では,RGB-Dフレームのストリームから3次元セマンティックマップを段階的に再構成するオンライン3次元セマンティックセマンティックセマンティクス手法を提案する。オフラインの手法とは異なり、ロボット工学や混合現実のようなリアルタイムな制約のあるシナリオに直接適用できます。
論文参考訳（メタデータ） (2023-11-29T20:30:18Z)
Image-based Geolocalization by Ground-to-2.5D Map Matching [21.21416396311102]
地上視のクエリ画像と2Dマップをマッチングするために、クロスビューのローカライゼーション技術を利用することが多い。マルチモーダルデータから代表埋め込みを学習するための新しい手法を提案する。本手法は,重要な幾何学的手がかりを符号化することにより,パノラマ画像と地図のマッチングのための識別的位置埋め込みを学習する。
論文参考訳（メタデータ） (2023-08-11T08:00:30Z)
Polygon Detection for Room Layout Estimation using Heterogeneous Graphs and Wireframes [2.76240219662896]
本稿では,部屋配置推定タスクを解くネットワーク手法を提案する。ネットワークはRGB画像を撮り、ワイヤーフレームと時間ガラスのバックボーンを使ってスペースを推定する。
論文参考訳（メタデータ） (2023-06-21T11:55:15Z)
Fully Sparse Fusion for 3D Object Detection [69.32694845027927]
現在広く使われているマルチモーダル3D検出法は、通常、密度の高いBird-Eye-View特徴マップを使用するLiDARベースの検出器上に構築されている。完全にスパースなアーキテクチャは、長距離知覚において非常に効率的であるため、注目を集めている。本稿では,新たに出現するフルスパースアーキテクチャにおいて,画像のモダリティを効果的に活用する方法を検討する。
論文参考訳（メタデータ） (2023-04-24T17:57:43Z)
Flattening-Net: Deep Regular 2D Representation for 3D Point Cloud Analysis [66.49788145564004]
我々は、任意の幾何学と位相の不規則な3次元点雲を表現するために、Flattning-Netと呼ばれる教師なしのディープニューラルネットワークを提案する。我々の手法は、現在の最先端の競合相手に対して好意的に機能する。
論文参考訳（メタデータ） (2022-12-17T15:05:25Z)
SketchSampler: Sketch-based 3D Reconstruction via View-dependent Depth Sampling [75.957103837167]
1枚のスケッチ画像に基づいて3次元形状を再構成することは、スパースで不規則なスケッチと正規の高密度な3次元形状との間に大きな領域ギャップがあるため困難である。既存の作品では、3D座標を直接予測するためにスケッチから抽出されたグローバルな特徴を活用しようとするが、通常は入力スケッチに忠実でない細部を失う。
論文参考訳（メタデータ） (2022-08-14T16:37:51Z)
Feature matching for multi-epoch historical aerial images [0.0]
本研究では,異なるタイミングで撮影された歴史的画像の特徴対応を検出するための完全自動アプローチを提案する。現状と比較すると,画像のジオレファレンス精度は2。
論文参考訳（メタデータ） (2021-12-08T12:28:24Z)
Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR-based Perception [122.53774221136193]
運転時のLiDARに基づく認識のための最先端の手法は、しばしば点雲を2D空間に投影し、2D畳み込みによって処理する。自然な対策として、3Dボクセル化と3D畳み込みネットワークを利用する方法がある。本研究では,3次元幾何学的パターンを探索するために,円筒状分割と非対称な3次元畳み込みネットワークを設計する,屋外LiDARセグメンテーションのための新しいフレームワークを提案する。
論文参考訳（メタデータ） (2021-09-12T06:25:11Z)

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。