論文の概要: Nuvo: Neural UV Mapping for Unruly 3D Representations
- arxiv url: http://arxiv.org/abs/2312.05283v1
- Date: Mon, 11 Dec 2023 18:58:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-12 21:45:20.486759
- Title: Nuvo: Neural UV Mapping for Unruly 3D Representations
- Title(参考訳): nuvo: 無秩序な3d表現のためのニューラルuvマッピング
- Authors: Pratul P. Srinivasan and Stephan J. Garbin and Dor Verbin and Jonathan
T. Barron and Ben Mildenhall
- Abstract要約: 既存のUVマッピングアルゴリズムは、最先端の3D再構成と生成技術によって生成された幾何学で動作する。
本稿では,3次元再構成と生成技術により生成された幾何学的手法を用いたUVマッピング手法を提案する。
- 参考スコア(独自算出の注目度): 61.87715912587394
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Existing UV mapping algorithms are designed to operate on well-behaved
meshes, instead of the geometry representations produced by state-of-the-art 3D
reconstruction and generation techniques. As such, applying these methods to
the volume densities recovered by neural radiance fields and related techniques
(or meshes triangulated from such fields) results in texture atlases that are
too fragmented to be useful for tasks such as view synthesis or appearance
editing. We present a UV mapping method designed to operate on geometry
produced by 3D reconstruction and generation techniques. Instead of computing a
mapping defined on a mesh's vertices, our method Nuvo uses a neural field to
represent a continuous UV mapping, and optimizes it to be a valid and
well-behaved mapping for just the set of visible points, i.e. only points that
affect the scene's appearance. We show that our model is robust to the
challenges posed by ill-behaved geometry, and that it produces editable UV
mappings that can represent detailed appearance.
- Abstract(参考訳): 既存のUVマッピングアルゴリズムは、最先端の3D再構成と生成技術によって生成される幾何学的表現の代わりに、良好なメッシュで動作するように設計されている。
そのため、これらの手法をニューラル放射場と関連する技術(またはそのような分野から三角測量されたメッシュ)によって回収された体積密度に応用すると、視線合成や外観編集などのタスクに役立てるには、断片的すぎるテクスチャアトラスが生じる。
本稿では,3次元再構成と生成技術により生成した形状を操作可能なuvマッピング手法を提案する。
メッシュの頂点上で定義されたマッピングを計算する代わりに、我々の方法であるNuvoは、連続的なUVマッピングを表現するためにニューラルネットワークを使用し、シーンの外観に影響を及ぼす唯一の点である可視点のセットに対して、有効かつ良好なマッピングとして最適化する。
提案手法は,不用意な形状によって生じる課題に対して頑健であり,詳細な外観を表現できる編集可能なuvマッピングを生成できることを示す。
関連論文リスト
- IFaceUV: Intuitive Motion Facial Image Generation by Identity
Preservation via UV map [5.397942823754509]
IFaceUVは、2Dと3Dの情報を適切に組み合わせて顔の再現作業を行うパイプラインである。
三次元変形可能な顔モデル(3DMM)とそれに対応する紫外線マップを用いて、顔の動きやテクスチャを直感的に制御する。
パイプラインでは,まず3DMMパラメータと対応するUVマップを,ソース画像とターゲット画像から抽出する。
並行して、2次元ワープネットワークから得られる2次元流れ場に応じて、ソースイメージをワープする。
論文 参考訳(メタデータ) (2023-06-08T06:15:13Z) - NeRFMeshing: Distilling Neural Radiance Fields into
Geometrically-Accurate 3D Meshes [56.31855837632735]
我々は、NeRF駆動のアプローチで容易に3次元表面を再構成できるコンパクトで柔軟なアーキテクチャを提案する。
最後の3Dメッシュは物理的に正確で、デバイスアレイ上でリアルタイムでレンダリングできます。
論文 参考訳(メタデータ) (2023-03-16T16:06:03Z) - Delicate Textured Mesh Recovery from NeRF via Adaptive Surface
Refinement [78.48648360358193]
画像からテクスチャ化された表面メッシュを生成する新しいフレームワークを提案する。
我々のアプローチは、NeRFを用いて幾何学とビュー依存の外観を効率的に初期化することから始まります。
ジオメトリと共同で外観を洗練し、テクスチャ画像に変換してリアルタイムレンダリングします。
論文 参考訳(メタデータ) (2023-03-03T17:14:44Z) - FFHQ-UV: Normalized Facial UV-Texture Dataset for 3D Face Reconstruction [46.3392612457273]
このデータセットには、5万以上の高品質なテクスチャUVマップが含まれており、照度、中性表現、クリーンな顔領域がある。
我々のパイプラインは、StyleGANベースの顔画像編集アプローチの最近の進歩を活用している。
実験により,本手法は最先端手法よりも再現精度が向上することが示された。
論文 参考訳(メタデータ) (2022-11-25T03:21:05Z) - AUV-Net: Learning Aligned UV Maps for Texture Transfer and Synthesis [78.17671694498185]
AUV-Netは,3次元表面を2次元に整列したUV空間に埋め込むことを学習する。
結果として、テクスチャはオブジェクト間で整列し、画像の生成モデルによって容易に合成できる。
学習されたUVマッピングとアライメントテクスチャ表現は、テクスチャ転送、テクスチャ合成、テクスチャ化された単一ビュー3D再構成など、さまざまなアプリケーションを可能にする。
論文 参考訳(メタデータ) (2022-04-06T21:39:24Z) - NeuTex: Neural Texture Mapping for Volumetric Neural Rendering [48.83181790635772]
本稿では,ジオメトリ-連続3次元ボリューム-出現-連続2次元テクスチャマップとして表現-を明示的に切り離す手法を提案する。
我々は,この表現を多視点画像監視のみを用いて再構成し,高品質なレンダリング結果を生成することを実証した。
論文 参考訳(メタデータ) (2021-03-01T05:34:51Z) - 3D Human Mesh Regression with Dense Correspondence [95.92326689172877]
単一の2D画像から人体の3Dメッシュを推定することは、拡張現実や人間とロボットのインタラクションといった多くのアプリケーションにおいて重要なタスクである。
前者は畳み込みニューラルネットワーク(CNN)を用いて抽出した大域的画像特徴から3Dメッシュを再構成した。
本稿では,メッシュとUV空間の局所像特徴との密接な対応性を明確に確立する,DecoMRというモデルフリーな3次元メッシュ推定フレームワークを提案する。
論文 参考訳(メタデータ) (2020-06-10T08:50:53Z)
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。