Fugu-MT 論文翻訳(概要): Hologram: Realtime Holographic Overlays via LiDAR Augmented Reconstruction

論文の概要: Hologram: Realtime Holographic Overlays via LiDAR Augmented Reconstruction

arxiv url: http://arxiv.org/abs/2405.07178v1
Date: Sun, 12 May 2024 06:35:10 GMT
ステータス: 処理完了
システム内更新日: 2024-05-14 17:57:54.718980
Title: Hologram: Realtime Holographic Overlays via LiDAR Augmented Reconstruction
Title（参考訳）: ホログラム:LiDARによるリアルタイムホログラフィーオーバーレイ
Authors: Ekansh Agrawal,
Abstract要約: 本稿では,LiDAR3次元再構成を用いたリアルタイムホログラフィックオーバーレイ作成アプリケーションを提案する。私のシステムはインタラクティブで没入的なホログラフィック体験を可能にし、拡張現実、テレプレゼンス、エンターテイメントなど幅広い用途に利用できる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Guided by the hologram technology of the infamous Star Wars franchise, I present an application that creates real-time holographic overlays using LiDAR augmented 3D reconstruction. Prior attempts involve SLAM or NeRFs which either require highly calibrated scenes, incur steep computation costs, or fail to render dynamic scenes. I propose 3 high-fidelity reconstruction tools that can run on a portable device, such as a iPhone 14 Pro, which can allow for metric accurate facial reconstructions. My systems enable interactive and immersive holographic experiences that can be used for a wide range of applications, including augmented reality, telepresence, and entertainment.
Abstract（参考訳）: 悪名高いスター・ウォーズシリーズのホログラム技術を用いて、LiDARによる3D再構成によるリアルタイムホログラムオーバーレイを作成するアプリケーションを提案する。以前の試みではSLAMやNeRFは高度に調整されたシーンを必要とするか、急激な計算コストがかかるか、動的シーンのレンダリングに失敗する。本稿では,iPhone 14 Proなどの携帯端末上で動作可能な3つの高忠実度再構築ツールを提案する。私のシステムはインタラクティブで没入的なホログラフィック体験を可能にし、拡張現実、テレプレゼンス、エンターテイメントなど幅広い用途に利用できる。

関連論文リスト

CoSurfGS:Collaborative 3D Surface Gaussian Splatting with Distributed Learning for Large Scene Reconstruction [68.81212850946318]
大規模表面再構成のための分散学習に基づく多エージェント協調高速3DGS表面再構成フレームワークを提案する。具体的には,局所モデル圧縮(LMC)とモデルアグリゲーションスキーム(MAS)を開発し,大規模シーンの高品質な表面表現を実現する。提案手法は高速でスケーラブルな高忠実表面再構成とフォトリアリスティックレンダリングを実現する。
論文参考訳（メタデータ） (2024-12-23T14:31:15Z)
G3R: Gradient Guided Generalizable Reconstruction [39.198327570559684]
大規模シーンにおける高品質な3Dシーン表現を効率よく予測できる一般化可能な再構成手法であるG3Rを導入する。都市走行とドローンのデータセットの実験では、G3Rは様々な大きなシーンをまたがって一般化し、再建プロセスを少なくとも10倍加速している。
論文参考訳（メタデータ） (2024-09-28T16:54:16Z)
SpikeGS: 3D Gaussian Splatting from Spike Streams with High-Speed Camera Motion [46.23575738669567]
新しいビュー合成は、3Dシーンのマルチビュー画像から新しい2Dレンダリングを生成することで重要な役割を果たす。高フレームレートの高密度3D再構成は、現実世界の物体やシーンの詳細なモデリングを可能にする重要な技術として現れる。スパイクカメラは、新しいタイプのニューロモルフィックセンサーであり、超高時間分解能でシーンを継続的に記録する。
論文参考訳（メタデータ） (2024-07-14T03:19:30Z)
Event3DGS: Event-Based 3D Gaussian Splatting for High-Speed Robot Egomotion [54.197343533492486]
Event3DGSは高速移動下で高忠実度3D構造と外観を再構築することができる。複数の合成および実世界のデータセットの実験は、既存のイベントベースの高密度な3Dシーン再構築フレームワークと比較して、Event3DGSの優位性を示している。また, 構造的精度を損なうことなく, 外観の忠実度をより高められるように, フレームベースで数回の動特性測定を再構成プロセスに組み込むことも可能である。
論文参考訳（メタデータ） (2024-06-05T06:06:03Z)
Lightplane: Highly-Scalable Components for Neural 3D Fields [54.59244949629677]
Lightplane RenderとSplatterは2D-3Dマッピングにおけるメモリ使用量を大幅に削減した。これらのイノベーションは、メモリと計算コストの少ない、はるかに高解像度で高解像度の画像の処理を可能にする。
論文参考訳（メタデータ） (2024-04-30T17:59:51Z)
Configurable Learned Holography [33.45219677645646]
本稿では,RGBのみの2次元画像から様々なホログラム表示のための3次元ホログラムをインタラクティブに計算する学習モデルを提案する。我々は,3次元ホログラム合成タスクの深度推定と3次元ホログラム合成の相関関係の同定に,ホログラム計算を頼れるようにした。
論文参考訳（メタデータ） (2024-03-24T13:57:30Z)
Holodeck: Language Guided Generation of 3D Embodied AI Environments [84.16126434848829]
Holodeckは、ユーザに供給されたプロンプトを完全に自動でマッチさせる3D環境を生成するシステムである。アンノテータは住宅シーンにおいて,手作業で設計した手続きベースラインよりもホロデックを好むことを示す。また、Embodied AIにおけるHolodeckのエキサイティングな応用を実演し、人間の構築したデータを使わずに、新しいシーンをナビゲートするエージェントを訓練する。
論文参考訳（メタデータ） (2023-12-14T16:04:14Z)
EasyVolcap: Accelerating Neural Volumetric Video Research [69.59671164891725]
ボリュームビデオは、芸術的パフォーマンス、スポーツイベント、リモート会話などの動的イベントをデジタル的に記録する技術である。 EasyVolcapはPythonとPytorchのライブラリで、マルチビューデータ処理、4Dシーン再構成、効率的なダイナミックボリュームビデオレンダリングのプロセスを統一する。
論文参考訳（メタデータ） (2023-12-11T17:59:46Z)
EvaSurf: Efficient View-Aware Implicit Textured Surface Reconstruction [53.28220984270622]
3次元再構成法はリアルタイムに3次元整合性のある高忠実度結果を生成する。提案手法は,合成と実世界の両方のデータセット上で,高品質な外観と正確なメッシュを再構築することができる。我々の方法は1つのGPUを使ってたった1～2時間でトレーニングでき、40FPS(Frames per second)以上のモバイルデバイス上で実行することができる。
論文参考訳（メタデータ） (2023-11-16T11:30:56Z)
Combining HoloLens with Instant-NeRFs: Advanced Real-Time 3D Mobile Mapping [4.619828919345114]
我々は、HoloLensから取得したデータを用いて、ニューラルネットワークのシーン表現としてNeRF(Neural Radiance Field)をリアルタイムで訓練する。データストリームが終了すると、トレーニングが停止し、3D再構成が開始され、シーンの点雲が抽出される。この3次元再構成法は,複数桁のNeRFを用いた格子点サンプリングよりも優れる。
論文参考訳（メタデータ） (2023-04-27T16:07:21Z)

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。