論文の概要: SuperDec: 3D Scene Decomposition with Superquadric Primitives
- arxiv url: http://arxiv.org/abs/2504.00992v1
- Date: Tue, 01 Apr 2025 17:29:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-03 13:21:46.656485
- Title: SuperDec: 3D Scene Decomposition with Superquadric Primitives
- Title（参考訳）: SuperDec:スーパークアッドリックプリミティブによる3Dシーン分解
- Authors: Elisabetta Fedele, Boyang Sun, Leonidas Guibas, Marc Pollefeys, Francis Engelmann,
- Abstract要約: SuperDecは、スーパークアッドリックプリミティブへの分解を通じてコンパクトな3Dシーン表現を作成するためのアプローチである。
スーパークワッドリックに基づくコンパクトな表現が、様々なダウンストリームアプリケーションにどのように役立つかを示す。
- 参考スコア（独自算出の注目度）: 47.44103710612381
- License:
- Abstract: We present SuperDec, an approach for creating compact 3D scene representations via decomposition into superquadric primitives. While most recent works leverage geometric primitives to obtain photorealistic 3D scene representations, we propose to leverage them to obtain a compact yet expressive representation. We propose to solve the problem locally on individual objects and leverage the capabilities of instance segmentation methods to scale our solution to full 3D scenes. In doing that, we design a new architecture which efficiently decompose point clouds of arbitrary objects in a compact set of superquadrics. We train our architecture on ShapeNet and we prove its generalization capabilities on object instances extracted from the ScanNet++ dataset as well as on full Replica scenes. Finally, we show how a compact representation based on superquadrics can be useful for a diverse range of downstream applications, including robotic tasks and controllable visual content generation and editing.
- Abstract（参考訳）: スーパーデック(SuperDec)は,スーパークアッドリックプリミティブへの分解によるコンパクトな3次元シーン表現を実現する手法である。
近年の研究では、幾何学的プリミティブを利用してフォトリアリスティックな3Dシーン表現を得るが、コンパクトで表現力のある表現を得るためにそれらを活用することを提案する。
本稿では,個々のオブジェクトを局所的に解決し,インスタンスセグメンテーション手法の機能を活用して,ソリューションをフル3Dシーンにスケールすることを提案する。
そこで我々は,任意のオブジェクトの点雲をコンパクトなスーパークワッドリック集合に効率的に分解する新しいアーキテクチャを設計する。
アーキテクチャをShapeNetでトレーニングし、ScanNet++データセットから抽出したオブジェクトインスタンスと、完全なReplicaシーンでその一般化能力を証明します。
最後に、スーパークワッドリックに基づくコンパクトな表現が、ロボットタスクや制御可能な視覚コンテンツ生成・編集など、さまざまなダウンストリームアプリケーションにどのように役立つかを示す。
関連論文リスト
- 3D Part Segmentation via Geometric Aggregation of 2D Visual Features [57.20161517451834]
監督された3D部分分割モデルは、固定されたオブジェクトと部品のセットに合わせて調整されており、それらの転送可能性は、オープンセットの現実世界のシナリオに制限される。
近年、視覚言語モデル(VLM)を多視点レンダリングとテキストプロンプトを用いてオブジェクト部品の識別に活用する研究が進められている。
これらの制約に対処するために,視覚概念から抽出した意味論と3次元幾何学をブレンドし,対象部品を効果的に同定するCOPSを提案する。
論文 参考訳（メタデータ） (2024-12-05T15:27:58Z) - Total-Decom: Decomposed 3D Scene Reconstruction with Minimal Interaction [51.3632308129838]
人間のインタラクションを最小限に抑えた3次元再構成法であるTotal-Decomを提案する。
提案手法は,Segment Anything Model (SAM) とハイブリッド型暗黙的なニューラルサーフェス表現をシームレスに統合し,メッシュベースの領域成長技術を用いて正確な3次元オブジェクト分解を行う。
提案手法をベンチマークデータセット上で広範囲に評価し,アニメーションやシーン編集などの下流アプリケーションの可能性を示す。
論文 参考訳（メタデータ） (2024-03-28T11:12:33Z) - Zero-Shot Multi-Object Scene Completion [59.325611678171974]
1枚のRGB-D画像から複雑なシーンにおける複数の見えない物体の完全な形状を復元する3Dシーン補完法を提案する。
提案手法は, 合成および実世界の両方のデータセットにおいて, 現在の最先端技術よりも優れている。
論文 参考訳（メタデータ） (2024-03-21T17:59:59Z) - SceneWiz3D: Towards Text-guided 3D Scene Composition [134.71933134180782]
既存のアプローチでは、大規模なテキスト・ツー・イメージモデルを使用して3D表現を最適化するか、オブジェクト中心のデータセット上で3Dジェネレータをトレーニングする。
テキストから高忠実度3Dシーンを合成する新しい手法であるSceneWiz3Dを紹介する。
論文 参考訳（メタデータ） (2023-12-13T18:59:30Z) - Iterative Superquadric Recomposition of 3D Objects from Multiple Views [77.53142165205283]
2次元ビューから直接3次元スーパークワッドリックを意味部品として用いたオブジェクトを再構成するフレームワークISCOを提案する。
我々のフレームワークは、再構成エラーが高い場合に、反復的に新しいスーパークワッドリックを追加します。
これは、野生の画像からでも、より正確な3D再構成を提供する。
論文 参考訳（メタデータ） (2023-09-05T10:21:37Z) - CoReNet: Coherent 3D scene reconstruction from a single RGB image [43.74240268086773]
我々は1つのRBG画像のみを入力として与えられた1つの物体の形状を再構築する深層学習の進歩の上に構築する。
提案する3つの拡張は,(1)局所的な2次元情報を物理的に正しい方法で出力3Dボリュームに伝播するレイトレーシングスキップ接続,(2)翻訳同変モデルの構築を可能にするハイブリッド3Dボリューム表現,(3)全体オブジェクトの形状を捉えるために調整された再構成損失である。
すべての物体がカメラに対して一貫した1つの3次元座標フレームに居住し、3次元空間内では交差しないコヒーレントな再構成を実現する。
論文 参考訳（メタデータ） (2020-04-27T17:53:07Z)
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。