論文の概要: SurfPatch: Enabling Patch Matching for Exploratory Stream Surface Visualization
- arxiv url: http://arxiv.org/abs/2501.02003v1
- Date: Wed, 01 Jan 2025 21:35:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-07 17:06:18.354468
- Title: SurfPatch: Enabling Patch Matching for Exploratory Stream Surface Visualization
- Title（参考訳）: SurfPatch: 探索的ストリームサーフェス可視化のためのパッチマッチングの実現
- Authors: Delin An, Chaoli Wang,
- Abstract要約: SurfPatchは、探索的なストリーム表面の可視化をサポートする新しいフレームワークである。
与えられた流れ場データセットから大量の流れ面をトレースする。
定常流および非定常流から発生する流路表面の実験により,その効果を実証する。
- 参考スコア（独自算出の注目度）: 5.37451655946513
- License:
- Abstract: Unlike their line-based counterparts, surface-based techniques have yet to be thoroughly investigated in flow visualization due to their significant placement, speed, perception, and evaluation challenges. This paper presents SurfPatch, a novel framework supporting exploratory stream surface visualization. To begin with, we translate the issue of surface placement to surface selection and trace a large number of stream surfaces from a given flow field dataset. Then, we introduce a three-stage process: vertex-level classification, patch-level matching, and surface-level clustering that hierarchically builds the connection between vertices and patches and between patches and surfaces. This bottom-up approach enables fine-grained, multiscale patch-level matching, sharply contrasts surface-level matching offered by existing works, and provides previously unavailable flexibility during querying. We design an intuitive visual interface for users to conveniently visualize and analyze the underlying collection of stream surfaces in an exploratory manner. SurfPatch is not limited to stream surfaces traced from steady flow datasets. We demonstrate its effectiveness through experiments on stream surfaces produced from steady and unsteady flows as well as isosurfaces extracted from scalar fields. The code is available at https://github.com/adlsn/SurfPatch.
- Abstract（参考訳）: ラインベースの技術とは異なり、表面ベースの技術は、重要な位置、速度、知覚、評価の課題のために、フローの可視化においてまだ十分に研究されていない。
本稿では,探索ストリーム表面の可視化を支援する新しいフレームワークであるSurfPatchを提案する。
まず,表面配置の問題を表面選択に変換し,与えられた流れ場データセットから多数の流れ面をトレースする。
次に、頂点レベルの分類、パッチレベルのマッチング、表面レベルのクラスタリングという3段階のプロセスを導入し、頂点とパッチ間の接続とパッチと表面間の接続を階層的に構築する。
このボトムアップアプローチは、細粒度でマルチスケールのパッチレベルのマッチングを可能にし、既存の作業によって提供される表面レベルのマッチングを鮮明にコントラストし、クエリ中に以前は利用できない柔軟性を提供する。
探索的な方法でストリーム表面の集合を便利に視覚化し,解析するための,直感的なビジュアルインターフェースを設計する。
SurfPatchは、安定したフローデータセットから追跡されるストリームサーフェスに制限されない。
本研究では, 定常流および非定常流から発生する流路表面およびスカラー場から抽出した等地表面について実験を行い, その有効性を示す。
コードはhttps://github.com/adlsn/SurfPatch.comで入手できる。
関連論文リスト
- Volumetric Surfaces: Representing Fuzzy Geometries with Multiple Meshes [59.17785932398617]
高品質なリアルタイムビュー合成法は、ボリュームレンダリング、スプレイティング、サーフェスレンダリングに基づいている。
本稿では,サンプリング位置の個数が小さく,有界なリアルタイムビューのための新しい表現を提案する。
提案手法は,ローエンドおよびモバイル機器におけるボリュームベースおよびスプラッティングベース手法よりも高いフレームレートを達成しつつ,困難なファジィオブジェクトを表現可能であることを示す。
論文 参考訳（メタデータ） (2024-09-04T07:18:26Z) - Surface Reconstruction from Point Clouds via Grid-based Intersection Prediction [12.329450385760051]
本稿では,点対の線分と暗黙曲面との交点を直接予測する手法を提案する。
提案手法は,ShapeNet,MGN,ScanNetの3つのデータセット上での最先端性能を示す。
論文 参考訳（メタデータ） (2024-03-21T02:31:17Z) - Arbitrary-Scale Point Cloud Upsampling by Voxel-Based Network with
Latent Geometric-Consistent Learning [52.825441454264585]
Voxel-based Network (textbfPU-VoxelNet) を用いた任意のスケールのクラウド・アップサンプリング・フレームワークを提案する。
ボクセル表現から継承された完全性と規則性により、ボクセルベースのネットワークは3次元表面を近似する事前定義されたグリッド空間を提供することができる。
密度誘導グリッド再サンプリング法を開発し、高忠実度点を生成するとともに、サンプリング出力を効果的に回避する。
論文 参考訳（メタデータ） (2024-03-08T07:31:14Z) - Forward Flow for Novel View Synthesis of Dynamic Scenes [97.97012116793964]
本稿では,前向きワープを用いた動的シーンの新たなビュー合成のためのニューラルラジアンス場(NeRF)アプローチを提案する。
本手法は、新しいビューレンダリングとモーションモデリングの両方において、既存の手法よりも優れている。
論文 参考訳（メタデータ） (2023-09-29T16:51:06Z) - AtomSurf : Surface Representation for Learning on Protein Structures [27.5217378927018]
本研究では,タンパク質学習タスクに最先端のサーフェスエンコーダを適用する。
次に、Atom3Dベンチマーク内の代替手法と比較する。
最後に、グラフと表面表現の学習的特徴共有を可能にする統合的なアプローチを提案する。
論文 参考訳（メタデータ） (2023-09-28T15:25:17Z) - HSurf-Net: Normal Estimation for 3D Point Clouds by Learning Hyper
Surfaces [54.77683371400133]
本稿では,ノイズと密度の変動のある点群から正規性を正確に予測できるHSurf-Netという新しい正規推定手法を提案する。
実験結果から, HSurf-Netは, 合成形状データセット上での最先端性能を実現することがわかった。
論文 参考訳（メタデータ） (2022-10-13T16:39:53Z) - A Level Set Theory for Neural Implicit Evolution under Explicit Flows [102.18622466770114]
暗黙の曲面をパラメータ化するコーディネートベースのニューラルネットワークは、幾何学の効率的な表現として登場した。
このような暗黙の面に三角形メッシュに対して定義された変形操作を適用することができるフレームワークを提案する。
提案手法は, 表面平滑化, 平均曲率流, 逆レンダリング, 暗黙的幾何によるユーザ定義編集など, 応用性の向上を示す。
論文 参考訳（メタデータ） (2022-04-14T17:59:39Z) - From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized
3D Point Clouds [59.98665358527686]
直交平面の分割自由結合推定法を提案する。
このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。
本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
論文 参考訳（メタデータ） (2020-01-21T06:51:47Z)
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。