論文の概要: Scene 3-D Reconstruction System in Scattering Medium
- arxiv url: http://arxiv.org/abs/2312.09005v1
- Date: Thu, 14 Dec 2023 14:55:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-15 21:38:46.263495
- Title: Scene 3-D Reconstruction System in Scattering Medium
- Title(参考訳): 散乱媒質中のシーン3次元再構成システム
- Authors: Zhuoyifan Zhang, Lu Zhang, Liang Wang, Haoming Wu
- Abstract要約: 既存の水中3D再構築システムは、大規模な訓練時間や低効率といった課題に直面している。
本稿では,これらの課題に対処し,高速で高品質な3次元再構成を実現するため,水中3次元再構成システムを提案する。
- 参考スコア(独自算出の注目度): 9.044356059297595
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The research on neural radiance fields for new view synthesis has experienced
explosive growth with the development of new models and extensions. The NERF
algorithm, suitable for underwater scenes or scattering media, is also
evolving. Existing underwater 3D reconstruction systems still face challenges
such as extensive training time and low rendering efficiency. This paper
proposes an improved underwater 3D reconstruction system to address these
issues and achieve rapid, high-quality 3D reconstruction.To begin with, we
enhance underwater videos captured by a monocular camera to correct the poor
image quality caused by the physical properties of the water medium while
ensuring consistency in enhancement across adjacent frames. Subsequently, we
perform keyframe selection on the video frames to optimize resource utilization
and eliminate the impact of dynamic objects on the reconstruction results. The
selected keyframes, after pose estimation using COLMAP, undergo a
three-dimensional reconstruction improvement process using neural radiance
fields based on multi-resolution hash coding for model construction and
rendering.
- Abstract(参考訳): 新しいビュー合成のための神経放射場の研究は、新しいモデルや拡張の開発で爆発的な成長を経験した。
水中のシーンや散乱媒体に適したNERFアルゴリズムも進化している。
既存の水中3D再構築システムは、訓練時間やレンダリング効率の低下といった課題に直面している。
本稿では,これらの課題に対処し,高速かつ高品質な3d再構成を実現するための改良型水中3d再構成システムを提案する。まず,単眼カメラで撮影された水中映像を改良し,隣接するフレーム間の拡張の一貫性を確保しつつ,水媒体の物性に起因する画質の悪さを補正する。
その後,映像フレーム上でキーフレーム選択を行い,資源利用を最適化し,動的オブジェクトの復元結果への影響を解消する。
選択されたキーフレームは、colmapを用いたポーズ推定の後、モデル構築とレンダリングのためのマルチレゾリューションハッシュ符号化に基づいて、ニューラルネットワークを用いた3次元再構成改善プロセスを行う。
関連論文リスト
- Towards End-to-End Neuromorphic Voxel-based 3D Object Reconstruction Without Physical Priors [0.0]
ニューロモルフィックカメラを用いた高密度ボクセル3次元再構成のためのエンドツーエンド手法を提案する。
本手法は, ベースライン法に比べて54.6%の再現精度向上を実現している。
論文 参考訳(メタデータ) (2025-01-01T06:07:03Z) - UW-SDF: Exploiting Hybrid Geometric Priors for Neural SDF Reconstruction from Underwater Multi-view Monocular Images [63.32490897641344]
ニューラルSDFに基づく多視点水中画像から対象物を再構成するフレームワークを提案する。
再建過程を最適化するためのハイブリッドな幾何学的先行手法を導入し、神経SDF再建の質と効率を著しく向上させる。
論文 参考訳(メタデータ) (2024-10-10T16:33:56Z) - Frequency-based View Selection in Gaussian Splatting Reconstruction [9.603843571051744]
入力画像の少ない3次元ガウススプラッティング再構成を行うためのアクティブビュー選択の問題について検討する。
周波数領域の潜在的なビューをランク付けすることで、新しい視点の潜在的な情報ゲインを効果的に推定することができる。
提案手法は,画像による3次元再構成を効果的に行う可能性を示し,ビュー選択の最先端性を実現する。
論文 参考訳(メタデータ) (2024-09-24T21:44:26Z) - GTR: Improving Large 3D Reconstruction Models through Geometry and Texture Refinement [51.97726804507328]
マルチビュー画像から3次元メッシュを再構成する手法を提案する。
提案手法は, 変圧器を用いたトリプレーンジェネレータとニューラルレージアンスフィールド(NeRF)モデルを用いた大規模再構成モデルから着想を得たものである。
論文 参考訳(メタデータ) (2024-06-09T05:19:24Z) - ReconFusion: 3D Reconstruction with Diffusion Priors [104.73604630145847]
本稿では,数枚の写真を用いて現実のシーンを再構成するReconFusionを提案する。
提案手法は,合成および多視点データセットに基づいて訓練された新規なビュー合成に先立って拡散を利用する。
本手法は,観測領域の外観を保ちながら,非拘束領域における現実的な幾何学とテクスチャを合成する。
論文 参考訳(メタデータ) (2023-12-05T18:59:58Z) - Neural Poisson Surface Reconstruction: Resolution-Agnostic Shape
Reconstruction from Point Clouds [53.02191521770926]
我々は,3次元形状を点から復元するという課題に対処する形状再構成アーキテクチャであるニューラルポアソン表面再構成(nPSR)を導入する。
nPSRには2つの大きな利点がある: まず、高分解能評価において同等の性能を達成しつつ、低分解能データの効率的なトレーニングを可能にする。
全体として、ニューラル・ポアソン表面の再構成は、形状再構成における古典的なディープニューラルネットワークの限界を改良するだけでなく、再構築品質、走行時間、分解能非依存の観点からも優れた結果が得られる。
論文 参考訳(メタデータ) (2023-08-03T13:56:07Z) - InFusionSurf: Refining Neural RGB-D Surface Reconstruction Using Per-Frame Intrinsic Refinement and TSDF Fusion Prior Learning [4.406340836209291]
RGB-Dビデオフレームを用いた3次元表面再構成におけるNeRFフレームワークの革新的拡張であるInFusionSurfを導入する。
InFusionSurfは、フレームごとの固有の精細化スキームを通じて、深度フレーム内のカメラモーションによって引き起こされるぼかしに対処する。
それは、古典的なリアルタイム3D表面再構成法であるTSDF Fusionを事前訓練ツールとして組み込んでいる。
論文 参考訳(メタデータ) (2023-03-08T10:57:14Z) - High-fidelity 3D GAN Inversion by Pseudo-multi-view Optimization [51.878078860524795]
フォトリアリスティック・ノベルビューを合成可能な高忠実度3次元生成対向ネットワーク(GAN)インバージョン・フレームワークを提案する。
提案手法は,1枚の画像から高忠実度3Dレンダリングを可能にし,AI生成3Dコンテンツの様々な応用に期待できる。
論文 参考訳(メタデータ) (2022-11-28T18:59:52Z) - Neural 3D Reconstruction in the Wild [86.6264706256377]
そこで我々は,インターネット写真コレクションから効率よく高精度な表面再構成を実現する新しい手法を提案する。
そこで本研究では,これらのシーンにおける再構成性能を評価するための新しいベンチマークとプロトコルを提案する。
論文 参考訳(メタデータ) (2022-05-25T17:59:53Z)
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。