論文の概要: RecolorCloud: A Point Cloud Tool for Recoloring, Segmentation, and Conversion

• arxiv url: http://arxiv.org/abs/2310.12470v1
• Date: Thu, 19 Oct 2023 05:04:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-20 16:58:18.740229
• Title: RecolorCloud: A Point Cloud Tool for Recoloring, Segmentation, and Conversion
• Title（参考訳）: RecolorCloud: 再色、セグメンテーション、変換のためのポイントクラウドツール
• Authors: Esteban Segarra Martinez and Ryan P. McMahan
• Abstract要約: 点雲は高精度レーザースキャナーで記録された環境である。 現在のオープンソースあるいはセグメンテーションツールは、これらのビジュアルエラーを修正するための限られたアクセスを提供する。 ユーザが色に効くためのセマンティックな品質領域を指定するだけで、ポイントを自動的に色を変えられる機能を提供しています。
• 参考スコア（独自算出の注目度）: 3.607883549126604
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Point clouds are a 3D space representation of an environment that was recorded with a high precision laser scanner. These scanners can suffer from environmental interference such as surface shading, texturing, and reflections. Because of this, point clouds may be contaminated with fake or incorrect colors. Current open source or proprietary tools offer limited or no access to correcting these visual errors automatically. RecolorCloud is a tool developed to resolve these color conflicts by utilizing automated color recoloring. We offer the ability to deleting or recoloring outlier points automatically with users only needing to specify bounding box regions to effect colors. Results show a vast improvement of the photo-realistic quality of large point clouds. Additionally, users can quickly recolor a point cloud with set semantic segmentation colors.
• Abstract（参考訳）: ポイントクラウドは、高精度レーザースキャナで記録された環境の3次元空間表現である。 これらのスキャナは、表面シェーディング、テクスチャリング、反射などの環境干渉に悩まされることがある。 このため、点雲は偽色または誤った色で汚染されることがある。 現在のオープンソースまたはプロプライエタリなツールは、これらの視覚的エラーを自動的に修正するための制限またはアクセスを提供する。 RecolorCloudは、これらのカラーコンフリクトを解決するために開発されたツールである。 色に効くために境界ボックス領域を指定するだけで、アウトレーヤポイントを自動削除または再色する機能を提供する。 その結果,大点雲の写実的品質は大幅に向上した。 さらに、ユーザーはセマンティックセグメンテーションカラーでポイントクラウドをすばやく変更することができる。

関連論文リスト

• Rendering-Oriented 3D Point Cloud Attribute Compression using Sparse Tensor-based Transformer [52.40992954884257]
  3D視覚化技術は、私たちがデジタルコンテンツと対話する方法を根本的に変えてきた。 ポイントクラウドの大規模データサイズは、データ圧縮において大きな課題を呈している。 そこで我々はPCACと差別化可能なレンダリングをシームレスに統合するエンドツーエンドのディープラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-12T16:12:51Z)
• IReNe: Instant Recoloring of Neural Radiance Fields [54.94866137102324]
  我々は、NeRFにおける高速、ほぼリアルタイムな色編集を可能にするIReNeを紹介する。 トレーニング済みのNeRFモデルとユーザ対応カラー編集によるトレーニングイメージを併用する。 この調整により、モデルはトレーニング画像からの色変化を正確に表現して、新しいシーンビューを生成することができる。
  論文  参考訳（メタデータ） (2024-05-30T09:30:28Z)
• GPN: Generative Point-based NeRF [0.65268245109828]
  我々は,部分的な雲を復元し,修復するために生成点ベースのNeRF (GPN) を提案する。 補修された点雲は、高空間分解能で撮像された画像との多視点整合を達成することができる。
  論文  参考訳（メタデータ） (2024-04-12T08:14:17Z)
• Point2Pix: Photo-Realistic Point Cloud Rendering via Neural Radiance Fields [63.21420081888606]
  最近の放射場と拡張法は、2次元入力から現実的な画像を合成するために提案されている。 我々は3次元スパース点雲と2次元高密度画像画素を結びつけるための新しい点としてPoint2Pixを提示する。
  論文  参考訳（メタデータ） (2023-03-29T06:26:55Z)
• RecolorNeRF: Layer Decomposed Radiance Fields for Efficient Color Editing of 3D Scenes [21.284044381058575]
  本稿では,ニューラルラジアンスフィールドのための新しいユーザフレンドリーなカラー編集手法であるRecolorNeRFを提案する。 私たちのキーとなるアイデアは、シーンを純粋な色の層に分解し、パレットを形成することです。 効率的なパレットベースの編集をサポートするには、各レイヤの色を可能な限り表現する必要がある。
  論文  参考訳（メタデータ） (2023-01-19T09:18:06Z)
• PaletteNeRF: Palette-based Appearance Editing of Neural Radiance Fields [60.66412075837952]
  本稿では,3次元色分解に基づくニューラルラジアンスフィールド(NeRF)の出現編集手法であるPaletteNeRFを提案する。 提案手法は,各3次元点の出現を,パレットベースによる線形結合に分解する。 我々は、セマンティック・アウェアな外観編集のためのセマンティック機能を圧縮したフレームワークを拡張した。
  論文  参考訳（メタデータ） (2022-12-21T00:20:01Z)
• PolarMix: A General Data Augmentation Technique for LiDAR Point Clouds [100.03877236181546]
  PolarMixは、シンプルで汎用的なポイントクラウド拡張技術である。 様々な3Dディープアーキテクチャのプラグイン・アンド・プレイとして機能し、教師なしのドメイン適応にも適しています。
  論文  参考訳（メタデータ） (2022-07-30T13:52:19Z)
• Detecting Recolored Image by Spatial Correlation [60.08643417333974]
  画像のリカラー化は、画像の色値を操作して新しいスタイルを与える、新たな編集技術である。 本稿では,空間相関の観点から,従来型と深層学習による再色検出の汎用的検出能力を示す解を探索する。 提案手法は,複数のベンチマークデータセット上での最先端検出精度を実現し,未知の種類の再色法を適切に一般化する。
  論文  参考訳（メタデータ） (2022-04-23T01:54:06Z)
• Deep Edge-Aware Interactive Colorization against Color-Bleeding Effects [15.386085970550996]
  深層画像の着色ネットワークは、しばしば着色するアーティファクトに悩まされる。 そこで本稿では,興味のある領域を対象とした新しいエッジ強化フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-07-04T13:14:31Z)
• HyperPocket: Generative Point Cloud Completion [19.895219420937938]
  遅延表現をアンタングルするHyperPocketという,新しいオートエンコーダベースのアーキテクチャを導入する。 ハイパーネットワークのパラダイムを活用して、欠落したオブジェクト部分によって残された、ポケットと呼ばれる空間を埋めます。 我々の手法は、他の最先端モデルと競合する性能を提供する。
  論文  参考訳（メタデータ） (2021-02-11T12:30:03Z)
• Thick Cloud Removal of Remote Sensing Images Using Temporal Smoothness and Sparsity-Regularized Tensor Optimization [3.65794756599491]
  リモートセンシング画像では、雲の影に付随する厚い雲の存在が確率の高い事象である。 時間的滑らか度と空間規則化テンソル最適化に基づくリモートセンシング画像の高密度クラウド除去手法を提案する。
  論文  参考訳（メタデータ） (2020-08-11T05:59:20Z)

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。