論文の概要: Embedded Shape Matching in Photogrammetry Data for Modeling Making
Knowledge
- arxiv url: http://arxiv.org/abs/2312.13489v1
- Date: Wed, 20 Dec 2023 23:52:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-22 16:28:30.962813
- Title: Embedded Shape Matching in Photogrammetry Data for Modeling Making
Knowledge
- Title（参考訳）: 知識のモデリングのためのフォトグラムデータへの埋め込み形状マッチング
- Authors: Demircan Tas, Mine \"Ozkar
- Abstract要約: 投影法により得られた2次元サンプルを用いて3次元モデルにおけるパターン認識の難しさを克服する。
このアプリケーションは、ゼウグマモザイクのいくつかの例とセルジューク時代のレンガ壁の3次元デジタルモデリングに基づく。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In three-dimensional models obtained by photogrammetry of existing
structures, all of the shapes that the eye can select cannot always find their
equivalents in the geometric components of the model. However, the matching of
meaningful parts and assemblages with the records acquired with rapid and
detailed documentation methods will provide an advantage for the creation of
information models of existing structures. While aiming to produce answers to
this problem and in order to overcome the difficulties of pattern recognition
in three-dimensional models, we used two-dimensional samples obtained by
projection. Processing techniques such as ambient occlusion, curvature and
normal maps are commonly used in modern computer graphics applications that
enable the representation of three-dimensional surface properties in
two-dimensional data sets. The method we propose is based on the recognition of
patterns through these mappings instead of the usual light-based visualization.
The first stage of the application is photogrammetric capture of a few examples
of Zeugma mosaics and three-dimensional digital modeling of a set of Seljuk era
brick walls based on knowledge obtained through architectural history
literature. The second stage covers the creation of digital models byprocessing
the surface representation obtained from this data using Alice Vision,
OpenCV-Python, and Autodesk Maya to include information on aspects of the
making of the walls. What is envisioned for the next stages is that the mapping
data contributes and supports the knowledge for rule-based design and making
processesof cultural heritage.
- Abstract（参考訳）: 既存の構造のフォトグラムから得られる3次元モデルでは、眼が選択できる全ての形状は、常にモデルの幾何学的構成要素で同等のものを見つけることはできない。
しかしながら、迅速かつ詳細な文書化手法で取得した記録と有意義な部分と集合のマッチングは、既存の構造の情報モデルの作成に有利である。
この問題に対する回答と3次元モデルにおけるパターン認識の難しさを克服するために,投影法により得られた2次元サンプルを用いた。
環境オクルージョン、曲率、正規写像などの処理技術は、二次元データセットにおける三次元表面特性の表現を可能にする現代のコンピュータグラフィックスアプリケーションで一般的に使われている。
提案手法は,通常の光ベースの可視化ではなく,これらのマッピングによるパターン認識に基づいている。
応用の第1段階は、Zeugmaモザイクのいくつかの例のフォトグラム化と、建築史の文献から得られた知識に基づくセルジューク時代のレンガ壁の3次元デジタルモデリングである。
第2段階は、alice vision、opencv-python、autodesk mayaを用いて、このデータから得られた表面表現を処理して、壁の作り方に関する情報を含むデジタルモデルの作成である。
次の段階で想定されるのは、マッピングデータがルールベースの設計と文化遺産のプロセスの知識に貢献し、支援することです。
関連論文リスト
- Geometry Distributions [51.4061133324376]
本稿では,分布として幾何学をモデル化する新しい幾何学的データ表現を提案する。
提案手法では,新しいネットワークアーキテクチャを用いた拡散モデルを用いて表面点分布の学習を行う。
本研究では,多種多様な対象に対して質的かつ定量的に表現を評価し,その有効性を実証した。
論文 参考訳（メタデータ） (2024-11-25T04:06:48Z) - DreamPolish: Domain Score Distillation With Progressive Geometry Generation [66.94803919328815]
本稿では,高精細な幾何学と高品質なテクスチャの創出に優れたテキスト・ツー・3D生成モデルであるDreamPolishを紹介する。
幾何構成フェーズでは, 合成過程の安定性を高めるために, 複数のニューラル表現を利用する。
テクスチャ生成フェーズでは、そのような領域に向けて神経表現を導くために、新しいスコア蒸留、すなわちドメインスコア蒸留(DSD)を導入する。
論文 参考訳（メタデータ） (2024-11-03T15:15:01Z) - From Flat to Spatial: Comparison of 4 methods constructing 3D, 2 and 1/2D Models from 2D Plans with neural networks [0.0]
単一画像を2Dおよび1/2Dおよび3Dメッシュに変換することは、設計の可視化と効率を高めるための有望な技術である。
本稿では,「1-2-3-45」,「CRM:畳み込み再構成モデルを用いた3次元テクスチャメッシュへのシングルイメージ」,「インスタントメッシュ」,「イメージ・トゥ・メッシュ」の4つの革新的な手法について検討する。
論文 参考訳（メタデータ） (2024-07-29T13:01:20Z) - Scalable Scene Modeling from Perspective Imaging: Physics-based Appearance and Geometry Inference [3.2229099973277076]
論文は3Dシーンモデリングをその最先端に進める貢献のごく一部を提示する。
一般的なディープラーニング手法とは対照的に、この論文は第一原理に従うアルゴリズムの開発を目的としている。
論文 参考訳（メタデータ） (2024-04-01T17:09:40Z) - StructuredMesh: 3D Structured Optimization of Fa\c{c}ade Components on
Photogrammetric Mesh Models using Binary Integer Programming [17.985961236568663]
我々は、フォトグラムメッシュモデル内の建物の規則性に応じてファサード構造を再構築する新しい手法であるStructuredMeshを提案する。
本手法では,仮想カメラを用いて建物モデルの多視点色と深度画像を取得する。
次に、深度画像を用いてこれらのボックスを3次元空間に再マップし、初期ファサードレイアウトを生成する。
論文 参考訳（メタデータ） (2023-06-07T06:40:54Z) - Pixel2Mesh++: 3D Mesh Generation and Refinement from Multi-View Images [82.32776379815712]
カメラポーズの有無にかかわらず、少数のカラー画像から3次元メッシュ表現における形状生成の問題について検討する。
我々は,グラフ畳み込みネットワークを用いたクロスビュー情報を活用することにより,形状品質をさらに向上する。
我々のモデルは初期メッシュの品質とカメラポーズの誤差に頑健であり、テスト時間最適化のための微分関数と組み合わせることができる。
論文 参考訳（メタデータ） (2022-04-21T03:42:31Z) - Facial Geometric Detail Recovery via Implicit Representation [147.07961322377685]
そこで本研究では,一眼の顔画像のみを用いて,テクスチャガイドを用いた幾何的細部復元手法を提案する。
提案手法は,高品質なテクスチャ補完と暗黙の面の強力な表現性を組み合わせたものである。
本手法は, 顔の正確な細部を復元するだけでなく, 正常部, アルベド部, シェーディング部を自己監督的に分解する。
論文 参考訳（メタデータ） (2022-03-18T01:42:59Z) - Geometric Processing for Image-based 3D Object Modeling [2.6397379133308214]
本稿では,幾何処理の3つの主要構成要素の最先端手法について紹介する:(1)ジオレファレンス; 2)画像密度マッチング3)テクスチャマッピング。
3Dオブジェクト再構成ワークフローにおける画像の大部分が自動化された幾何処理は、現実的な3Dモデリングの重要な部分となっている。
論文 参考訳（メタデータ） (2021-06-27T18:33:30Z) - Learning Complete 3D Morphable Face Models from Images and Videos [88.34033810328201]
本稿では,画像やビデオから顔形状,アルベド,表現の完全な3次元モデルを学ぶための最初のアプローチを提案する。
既存の手法よりも,学習モデルの方がより一般化し,高品質な画像ベース再構築につながることを示す。
論文 参考訳（メタデータ） (2020-10-04T20:51:23Z) - Pix2Surf: Learning Parametric 3D Surface Models of Objects from Images [64.53227129573293]
1つ以上の視点から見れば、新しいオブジェクトの3次元パラメトリック表面表現を学習する際の課題について検討する。
ビュー間で一貫した高品質なパラメトリックな3次元表面を生成できるニューラルネットワークを設計する。
提案手法は,共通対象カテゴリからの形状の公開データセットに基づいて,教師と訓練を行う。
論文 参考訳（メタデータ） (2020-08-18T06:33:40Z)
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。