論文の概要: Visualisation of a multidimensional point cloud as a 3D swarm of avatars
- arxiv url: http://arxiv.org/abs/2504.06751v1
- Date: Wed, 09 Apr 2025 10:14:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-10 13:03:49.907172
- Title: Visualisation of a multidimensional point cloud as a 3D swarm of avatars
- Title（参考訳）: アバターの3次元群としての多次元点雲の可視化
- Authors: Leszek Luchowski, Dariusz Pojda,
- Abstract要約: この記事では、Chernoffの顔にインスパイアされたアイコンを用いて、多次元データの可視化に対する革新的なアプローチを示す。
このアプローチは、特徴を模倣するために、古典的な射影技法と特定のデータ次元の割り当てをマージする。
この技術は、dpVisionオープンソースイメージハンドリングプラットフォームのプラグインとして実装されている。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: The article presents an innovative approach to the visualisation of multidimensional data, using icons inspired by Chernoff faces. The approach merges classical projection techniques with the assignment of particular data dimensions to mimic features, capitalizing on the natural ability of the human brain to interpret facial expressions. The technique is implemented as a plugin to the dpVision open-source image handling platform. The plugin allows the data to be interactively explored in the form of a swarm of "totems" whose position in hyperspace as well as facial features represent various aspects of the data. Sample visualisations, based on synthetic test data as well as the vinhoverde 15-dimensional database on Portuguese wines, confirm the usefulness of our approach to the analysis of complex data structures.
- Abstract（参考訳）: この記事では、Chernoffの顔にインスパイアされたアイコンを用いて、多次元データの可視化に対する革新的なアプローチを示す。
このアプローチは、古典的な投影技術と特定のデータ次元の割り当てを融合して特徴を模倣し、人間の脳が表情を解釈する自然な能力に乗じる。
この技術は、dpVisionオープンソースイメージハンドリングプラットフォームのプラグインとして実装されている。
このプラグインは、ハイパースペースにおける位置と顔の特徴がデータのさまざまな側面を表す「トーテム」の群れとして、データをインタラクティブに探索することを可能にする。
ポルトガルワインのヴィンホバーデ15次元データベースと同様に, 合成試験データに基づく試料可視化を行い, 複素データ構造解析へのアプローチの有用性を確認した。
関連論文リスト
- Textured Mesh Saliency: Bridging Geometry and Texture for Human Perception in 3D Graphics [50.23625950905638]
6自由度(6-DOF)VR環境下での革新的な視線追跡実験により構築したテクスチャメッシュ・サリエンシのための新しいデータセットを提案する。
本モデルでは,各三角形の面を個々の単位として扱い,各局所表面領域の重要性を反映した塩分濃度値を割り当てることで,テクスチャメッシュ表面の塩分濃度マップを推定する。
論文 参考訳（メタデータ） (2024-12-11T08:27:33Z) - Formula-Supervised Visual-Geometric Pre-training [23.060257369945013]
FSVGP(Fulall-Supervised Visual-Geometric Pre-training)を導入する。
FSVGPは、数式から整列合成画像と点雲を自動的に生成する新しい合成事前学習法である。
実験の結果、FSVGPは6つのタスクでVisualAtomやPC-FractalDBよりも効果的に事前トレーニングできることがわかった。
論文 参考訳（メタデータ） (2024-09-20T14:24:52Z) - Enhancing Generalizability of Representation Learning for Data-Efficient 3D Scene Understanding [50.448520056844885]
本研究では,実世界のパターンを持つ多様な合成シーンを生成可能なベイズネットワークを提案する。
一連の実験は、既存の最先端の事前学習手法に比べて、我々の手法が一貫した優位性を示す。
論文 参考訳（メタデータ） (2024-06-17T07:43:53Z) - DataViz3D: An Novel Method Leveraging Online Holographic Modeling for
Extensive Dataset Preprocessing and Visualization [0.9790236766474201]
DataViz3Dは、ホログラフィック技術を用いて複雑なデータセットをインタラクティブな3D空間モデルに変換する。
このツールは、データセットのXYZ座標に正確にマッピングされた3D空間内で散乱プロットを生成することができる。
論文 参考訳（メタデータ） (2024-01-18T23:02:08Z) - Parametric Depth Based Feature Representation Learning for Object
Detection and Segmentation in Bird's Eye View [44.78243406441798]
本稿では,このような特徴変換をモデル化するために,深度などの幾何学的情報を活用することに焦点を当てる。
まず2次元画像の特徴を,各ビューの画素ごとのパラメトリック深度分布を予測して,エゴ車に定義された3次元空間に引き上げる。
次に、深度からBEVフレームへの3次元空間占有度に基づいて、3次元特徴体積を集約する。
論文 参考訳（メタデータ） (2023-07-09T06:07:22Z) - Neural Volumetric Object Selection [126.04480613166194]
マルチプレーン画像(MPI)やニューラルレイディアンスフィールド(NeRF)のような,神経体積の3次元表現における物体の選択手法を提案する。
提案手法では,前景と背景の2次元ユーザを1つの視点で記述し,対象物の3次元セグメンテーションを自動的に推定する。
論文 参考訳（メタデータ） (2022-05-30T08:55:20Z) - Facial Geometric Detail Recovery via Implicit Representation [147.07961322377685]
そこで本研究では,一眼の顔画像のみを用いて,テクスチャガイドを用いた幾何的細部復元手法を提案する。
提案手法は,高品質なテクスチャ補完と暗黙の面の強力な表現性を組み合わせたものである。
本手法は, 顔の正確な細部を復元するだけでなく, 正常部, アルベド部, シェーディング部を自己監督的に分解する。
論文 参考訳（メタデータ） (2022-03-18T01:42:59Z) - UnProjection: Leveraging Inverse-Projections for Visual Analytics of
High-Dimensional Data [63.74032987144699]
提案するNNInvは,プロジェクションやマッピングの逆を近似する深層学習技術である。
NNInvは、2次元投影空間上の任意の点から高次元データを再構成することを学び、ユーザーは視覚分析システムで学習した高次元表現と対話することができる。
論文 参考訳（メタデータ） (2021-11-02T17:11:57Z) - MANet: Multimodal Attention Network based Point- View fusion for 3D
Shape Recognition [0.5371337604556311]
本稿では3次元形状認識のためのマルチモーダルアテンション機構に基づく融合ネットワークを提案する。
マルチビューデータの制限を考慮すると,グローバルなポイントクラウド機能を用いてマルチビュー機能をフィルタリングするソフトアテンション方式を導入する。
より具体的には、各マルチビュー画像の全体形状認識への寄与をマイニングすることにより、拡張されたマルチビュー特徴を得る。
論文 参考訳（メタデータ） (2020-02-28T07:00:14Z) - Genetic Programming for Evolving a Front of Interpretable Models for
Data Visualisation [4.4181317696554325]
GPtSNEという遺伝的プログラミング手法を用いて,データセットから高品質な可視化へ解釈可能なマッピングを進化させる手法を提案する。
多目的アプローチは、視覚的品質とモデルの複雑さの間に異なるトレードオフをもたらす、単一の実行で様々な可視化を生成するように設計されている。
論文 参考訳（メタデータ） (2020-01-27T04:03:19Z)
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。