論文の概要: A Concept for Reconstructing Stucco Statues from historic Sketches using
synthetic Data only
- arxiv url: http://arxiv.org/abs/2402.05593v1
- Date: Thu, 8 Feb 2024 11:46:26 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-09 15:14:09.256640
- Title: A Concept for Reconstructing Stucco Statues from historic Sketches using
synthetic Data only
- Title(参考訳): 合成データのみを用いた歴史的スケッチからのStucco Statuesの再構築
- Authors: Thomas P\"ollabauer, Julius K\"uhn
- Abstract要約: 中世には、木工は「シノピア」と呼ばれる赤い色を使って、最初に壁面に造られた像のスケッチを作成した。
現在、これらの像の多くは破壊されているが、原画は「シノピア」とも呼ばれる赤い色に由来するもので、最終像がどう見えるかの再構築が可能である。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In medieval times, stuccoworkers used a red color, called sinopia, to first
create a sketch of the to-be-made statue on the wall. Today, many of these
statues are destroyed, but using the original drawings, deriving from the red
color also called sinopia, we can reconstruct how the final statue might have
looked.We propose a fully-automated approach to reconstruct a point cloud and
show preliminary results by generating a color-image, a depth-map, as well as
surface normals requiring only a single sketch, and without requiring a
collection of other, similar samples. Our proposed solution allows real-time
reconstruction on-site, for instance, within an exhibition, or to generate a
useful starting point for an expert, trying to manually reconstruct the statue,
all while using only synthetic data for training.
- Abstract(参考訳): 中世には、木工は「シノピア」と呼ばれる赤い色を使って、最初に壁面に造られた像のスケッチを作った。
今日では、これらの像の多くは破壊されているが、赤色やシノピアから派生した原図を用いて、最終的な像の外観を再構築することができる。我々は、点雲の再構築と、カラー画像、深度マップ、表面の正常画像を生成する予備的な方法を提案するとともに、他の類似のサンプルの収集を必要とせず、完全な自動的手法を提案する。
提案するソリューションは,例えば展示会場内でリアルタイムの復元を可能とし,また,合成データのみをトレーニングに使用しながら,手作業で像を再構築しようとする専門家にとって有用な出発点を生成する。
関連論文リスト
- EasyHOI: Unleashing the Power of Large Models for Reconstructing Hand-Object Interactions in the Wild [79.71523320368388]
本研究の目的は,手動物体のインタラクションを単一視点画像から再構築することである。
まず、手ポーズとオブジェクト形状を推定する新しいパイプラインを設計する。
最初の再構築では、事前に誘導された最適化方式を採用する。
論文 参考訳(メタデータ) (2024-11-21T16:33:35Z) - One-to-many Reconstruction of 3D Geometry of cultural Artifacts using a
synthetically trained Generative Model [8.762635528934084]
提案手法は1枚のスケッチから様々な詳細な3D表現を生成する。
トレーニング用の合成データにのみ依存しており、少数のトレーニング例であっても適用可能である。
論文 参考訳(メタデータ) (2024-02-13T09:13:30Z) - Coloring the Past: Neural Historical Buildings Reconstruction from
Archival Photography [69.93897305312574]
本稿では, ボリュームレンダリング技術を用いて, 歴史的建造物の形状を復元する手法を提案する。
我々は,高密度点雲を幾何学的先行として利用し,カラー画像に制限のある建物の色を復元するために,色相の埋め込み損失を導入する。
論文 参考訳(メタデータ) (2023-11-29T16:59:45Z) - RealFusion: 360{\deg} Reconstruction of Any Object from a Single Image [98.46318529630109]
対象物の全360度写真モデルを1枚の画像から再構成する際の問題点を考察する。
拡散に基づく自己条件付き画像生成装置を設計し、オブジェクトの新たなビューを"ドレームアップ"するよう促すプロンプトを設計する。
論文 参考訳(メタデータ) (2023-02-21T13:25:35Z) - Pik-Fix: Restoring and Colorizing Old Photo [24.366910102387344]
古い写真では、存在するがしばしば障害のある視覚記憶を復元し、塗り替えることは、興味深いが未解決の研究トピックである。
しかし、古い写真の大規模なデータセットが欠如しているため、この修復作業に対処するのが非常に難しい。
ここでは、古い画像や劣化画像の修復とカラー化を両立できる、新しい参照ベースのエンドツーエンド学習フレームワークを提案する。
論文 参考訳(メタデータ) (2022-05-04T05:46:43Z) - ROMNet: Renovate the Old Memories [25.41639794384076]
本稿では、劣化したレガシー画像の修復とカラー化を共同で行うための、新しい参照ベースのエンドツーエンド学習フレームワークを提案する。
また、私たちの知る限りでは、古い写真復元モデルを評価するために、ペア化された真実を持つ、最初の公開と現実世界の古い写真データセットも作成しています。
論文 参考訳(メタデータ) (2022-02-05T17:48:15Z) - Neural Re-Rendering of Humans from a Single Image [80.53438609047896]
本稿では,新しいユーザ定義のポーズと視点の下での人間のニューラルリレンダリング手法を提案する。
私たちのアルゴリズムは、単一の画像から再構築できるパラメトリックメッシュとして体ポーズと形状を表します。
論文 参考訳(メタデータ) (2021-01-11T18:53:47Z) - A Divide et Impera Approach for 3D Shape Reconstruction from Multiple
Views [49.03830902235915]
物体の3次元形状を1つまたは複数の画像から推定することは、最近のディープラーニングによるブレークスルーによって人気を集めている。
本稿では,与えられた視点からの可視情報を統合することで,視点変化の再構築に頼ることを提案する。
提案手法を検証するために,相対的なポーズ推定と3次元形状再構成の観点から,ShapeNet参照ベンチマークの総合評価を行った。
論文 参考訳(メタデータ) (2020-11-17T09:59:32Z) - SparseFusion: Dynamic Human Avatar Modeling from Sparse RGBD Images [49.52782544649703]
本稿では,RGBDフレームのスパース集合に基づく3次元人体形状の再構築手法を提案する。
主な課題は、これらのスパースフレームを標準的な3Dモデルにしっかりと融合させる方法だ。
私たちのフレームワークは柔軟で、潜在的なアプリケーションは形状の再構築を超えています。
論文 参考訳(メタデータ) (2020-06-05T18:53:36Z)
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。