論文の概要: GenPluSSS: A Genetic Algorithm Based Plugin for Measured Subsurface Scattering Representation

• arxiv url: http://arxiv.org/abs/2401.15245v1
• Date: Fri, 26 Jan 2024 23:31:53 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-30 19:11:10.139874
• Title: GenPluSSS: A Genetic Algorithm Based Plugin for Measured Subsurface Scattering Representation
• Title（参考訳）: genplusss: 表面下散乱を計測する遺伝的アルゴリズムに基づくプラグイン
• Authors: Bar{\i}\c{s} Y{\i}ld{\i}r{\i}m, Murat Kurt
• Abstract要約: 提案されたプラグインはオープンソースソフトウェアである Mitsuba を使って実装されている。 提案プラグインは, 高精度, コンパクト, 計算的に, 均一および均一な地下散乱効果を可視化する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents a plugin that adds a representation of homogeneous and heterogeneous, optically thick, translucent materials on the Blender 3D modeling tool. The working principle of this plugin is based on a combination of Genetic Algorithm (GA) and Singular Value Decomposition (SVD)-based subsurface scattering method (GenSSS). The proposed plugin has been implemented using Mitsuba renderer, which is an open source rendering software. The proposed plugin has been validated on measured subsurface scattering data. It's shown that the proposed plugin visualizes homogeneous and heterogeneous subsurface scattering effects, accurately, compactly and computationally efficiently.
• Abstract（参考訳）: 本稿では,Blender 3Dモデリングツール上に均一で均一な,光学的に厚みのある半透明な材料を表現するプラグインを提案する。 本プラグインの動作原理は遺伝的アルゴリズム(GA)と特異値分解(SVD)に基づく地下散乱法(GenSSS)の組み合わせに基づいている。 提案されているプラグインはオープンソースレンダリングソフトウェアである Mitsubaenderer を使って実装されている。 提案法は, 地下散乱データを用いて検証した。 提案プラグインは, 高精度, コンパクト, 計算的に, 均一および均一な地下散乱効果を可視化する。

関連論文リスト

• Projecting Gaussian Ellipsoids While Avoiding Affine Projection Approximation [1.4792750204228]
  3D Gaussian Splattingは、リアルタイムレンダリング速度と最先端レンダリング品質で新規ビュー合成を支配している。 画像面上にガウス楕円体を投影する楕円体投影法を提案する。 複数の広く採用されているベンチマークデータセットに対する実験により、楕円体ベースの投影法は、3Dガウススプラッティングとその拡張のレンダリング品質を向上させることができることが示された。
  論文  参考訳（メタデータ） (2024-11-12T06:29:48Z)
• L3DG: Latent 3D Gaussian Diffusion [74.36431175937285]
  L3DGは3次元ガウス拡散定式化による3次元ガウスの3次元モデリングのための最初のアプローチである。 我々は、部屋の大きさのシーンで効率的に操作するために、スパース畳み込みアーキテクチャーを用いている。 3Dガウス表現を利用することで、生成されたシーンを任意の視点からリアルタイムでレンダリングすることができる。
  論文  参考訳（メタデータ） (2024-10-17T13:19:32Z)
• Mipmap-GS: Let Gaussians Deform with Scale-specific Mipmap for Anti-aliasing Rendering [81.88246351984908]
  任意のスケールでガウスを適応させる統一最適化法を提案する。 ミップマップ技術に触発されて、ターゲットスケールのための擬似基底構造を設計し、3次元ガウスアンにスケール情報を注入するスケール一貫性誘導損失を提案する。 本手法は,PSNRの3DGSを,ズームインで平均9.25dB,ズームアウトで平均10.40dBで上回っている。
  論文  参考訳（メタデータ） (2024-08-12T16:49:22Z)
• Learning Gaussian Representation for Eye Fixation Prediction [54.88001757991433]
  既存のアイ固定予測方法は、入力画像から原固定点から生成された対応する濃密な固定マップへのマッピングを行う。 本稿ではアイフィグレーションモデリングのためのガウス表現について紹介する。 我々は,リアルタイムな固定予測を実現するために,軽量なバックボーン上にフレームワークを設計する。
  論文  参考訳（メタデータ） (2024-03-21T20:28:22Z)
• PolyDiff: Generating 3D Polygonal Meshes with Diffusion Models [15.846449180313778]
  PolyDiffは、現実的で多様な3Dポリゴンメッシュを直接生成できる最初の拡散ベースのアプローチである。 我々のモデルは、下流3Dに統合可能な高品質な3D多角形メッシュを生成することができる。
  論文  参考訳（メタデータ） (2023-12-18T18:19:26Z)
• GIR: 3D Gaussian Inverse Rendering for Relightable Scene Factorization [62.13932669494098]
  本稿では,3次元ガウス表現を用いた3次元ガウス逆レンダリング(GIR)手法を提案する。 最短固有ベクトルを用いて各3次元ガウスの正規性を計算する。 我々は3次元ガウシアン毎に方向対応の放射光を格納し、多重バウンス光輸送を近似するために二次照明をアンタングルするために、効率的なボクセルベースの間接照明追跡方式を採用する。
  論文  参考訳（メタデータ） (2023-12-08T16:05:15Z)
• A Robust and Flexible EM Algorithm for Mixtures of Elliptical Distributions with Missing Data [71.9573352891936]
  本稿では、ノイズや非ガウス的なデータに対するデータ計算の欠如に対処する。 楕円分布と潜在的な欠落データを扱う特性を混合した新しいEMアルゴリズムについて検討した。 合成データの実験的結果は,提案アルゴリズムが外れ値に対して頑健であり,非ガウスデータで使用可能であることを示す。
  論文  参考訳（メタデータ） (2022-01-28T10:01:37Z)
• Density-Based Clustering with Kernel Diffusion [59.4179549482505]
  単位$d$次元ユークリッド球のインジケータ関数に対応するナイーブ密度は、密度に基づくクラスタリングアルゴリズムで一般的に使用される。 局所分布特性と滑らかさの異なるデータに適応する新しいカーネル拡散密度関数を提案する。
  論文  参考訳（メタデータ） (2021-10-11T09:00:33Z)
• Using Low-rank Representation of Abundance Maps and Nonnegative Tensor Factorization for Hyperspectral Nonlinear Unmixing [28.064111391414773]
  一般化双線形モデル(GBM)を解く非線形低ランクテンソルアンミックスアルゴリズムを提案する。 具体的には、GBMの線形部分と非線形部分の両方をテンソルとして表すことができる。 原子量マップと非線形相互作用マップの低ランク構造は、原子核ノルムを最小化する。
  論文  参考訳（メタデータ） (2021-03-30T09:37:25Z)
• Projection pursuit based on Gaussian mixtures and evolutionary algorithms [0.0]
  ガウス混合モデル(GMM)に基づく投影探索(PP)アルゴリズムを提案する。 PPに対するこの半パラメトリックアプローチは柔軟であり、高い情報的構造を検出できることを示す。 提案手法の性能は人工データセットと実データセットの両方で示される。
  論文  参考訳（メタデータ） (2019-12-27T10:25:41Z)

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。