論文の概要: MASH: Masked Anchored SpHerical Distances for 3D Shape Representation and Generation

• arxiv url: http://arxiv.org/abs/2504.09149v1
• Date: Sat, 12 Apr 2025 09:28:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-15 16:49:56.275942
• Title: MASH: Masked Anchored SpHerical Distances for 3D Shape Representation and Generation
• Title（参考訳）: MASH:3次元形状表現と生成のためのマスク付きアンカー付きスペル距離
• Authors: Changhao Li, Yu Xin, Xiaowei Zhou, Ariel Shamir, Hao Zhang, Ligang Liu, Ruizhen Hu,
• Abstract要約: Masked Anchored SpHerical Distances (MASH)は、3次元形状のマルチビューでパラメタライズドな表現である。 MASHは、表面再構成、形状生成、完成、ブレンディングなど、複数の用途に汎用性がある。
• 参考スコア（独自算出の注目度）: 55.88474970190769
• License:
• Abstract: We introduce Masked Anchored SpHerical Distances (MASH), a novel multi-view and parametrized representation of 3D shapes. Inspired by multi-view geometry and motivated by the importance of perceptual shape understanding for learning 3D shapes, MASH represents a 3D shape as a collection of observable local surface patches, each defined by a spherical distance function emanating from an anchor point. We further leverage the compactness of spherical harmonics to encode the MASH functions, combined with a generalized view cone with a parameterized base that masks the spatial extent of the spherical function to attain locality. We develop a differentiable optimization algorithm capable of converting any point cloud into a MASH representation accurately approximating ground-truth surfaces with arbitrary geometry and topology. Extensive experiments demonstrate that MASH is versatile for multiple applications including surface reconstruction, shape generation, completion, and blending, achieving superior performance thanks to its unique representation encompassing both implicit and explicit features.
• Abstract（参考訳）: Masked Anchored SpHerical Distances (MASH)を紹介する。 マルチビュー幾何学に触発され、3次元形状の学習における知覚的形状理解の重要性に動機づけられたMASHは、3次元形状を観測可能な局所表面パッチの集合として表現し、それぞれがアンカー点から発せられる球面距離関数によって定義される。 さらに、球面関数のコンパクト性を利用して、MASH関数を符号化し、一般化されたビューコーンと、球面関数の空間的範囲を隠蔽して局所性を得るパラメータ化されたベースとを組み合わせる。 我々は任意の点雲をMASH表現に変換し,任意の形状と位相で地表面を正確に近似できる微分可能最適化アルゴリズムを開発した。 大規模な実験により、MASHは表面再構成、形状生成、完成、ブレンディングを含む複数の用途に汎用的であり、暗黙的特徴と明示的特徴の両方を包含する独自の表現により、優れた性能を発揮することが示されている。

関連論文リスト

• Geometry Distributions [51.4061133324376]
  本稿では,分布として幾何学をモデル化する新しい幾何学的データ表現を提案する。 提案手法では,新しいネットワークアーキテクチャを用いた拡散モデルを用いて表面点分布の学習を行う。 本研究では,多種多様な対象に対して質的かつ定量的に表現を評価し,その有効性を実証した。
  論文  参考訳（メタデータ） (2024-11-25T04:06:48Z)
• DreamMesh4D: Video-to-4D Generation with Sparse-Controlled Gaussian-Mesh Hybrid Representation [10.250715657201363]
  本稿では,メッシュ表現と幾何スキン技術を組み合わせた新しいフレームワークDreamMesh4Dを紹介し,モノクロビデオから高品質な4Dオブジェクトを生成する。 我々の手法は現代のグラフィックパイプラインと互換性があり、3Dゲームや映画産業におけるその可能性を示している。
  論文  参考訳（メタデータ） (2024-10-09T10:41:08Z)
• TetSphere Splatting: Representing High-Quality Geometry with Lagrangian Volumetric Meshes [47.47768820192874]
  TetSphere は四面体球の集合を変形することによって3次元形状を表す。 不規則三角形、非多様体性、浮動小辞典などの一般的なメッシュ問題に対処する。 画像から3D、テキストから3D生成などの生成モデリングタスクにシームレスに統合される。
  論文  参考訳（メタデータ） (2024-05-30T17:35:49Z)
• Learning Continuous Mesh Representation with Spherical Implicit Surface [3.8707695363745223]
  固定トポロジを持つメッシュの連続表現を学習することを提案する。 SIS表現は3次元形状の離散表現と連続表現の間に橋渡しを形成する。
  論文  参考訳（メタデータ） (2023-01-11T20:00:17Z)
• Sphere Face Model:A 3D Morphable Model with Hypersphere Manifold Latent Space [14.597212159819403]
  形状の忠実度とアイデンティティの整合性を両立できる単眼顔再構成のための新しい3DMMを提案する。 SFMのコアは3次元顔形状の再構成に使用できる基底行列である。 忠実な顔の形状を生成し、その形状は単眼の顔の復元において挑戦的な条件で一致している。
  論文  参考訳（メタデータ） (2021-12-04T04:28:53Z)
• SP-GAN: Sphere-Guided 3D Shape Generation and Manipulation [50.53931728235875]
  点雲の形で3次元形状を直接合成するための新しい教師なし球誘導生成モデルSP-GANを提案する。 既存のモデルと比較して、SP-GANは多種多様な高品質な形状を詳細に合成することができる。
  論文  参考訳（メタデータ） (2021-08-10T06:49:45Z)
• DualConv: Dual Mesh Convolutional Networks for Shape Correspondence [44.94765770516059]
  畳み込みニューラルネットワークは2d画像で非常に成功し、3dボクセルデータを扱うために容易に拡張されている。 本稿では,これらのネットワークを三角メッシュの二重面表現に拡張する方法を検討する。 実験により,二重メッシュの近傍サイズの正則性を明示的に活用した畳み込みモデルの構築により,従来の手法と同等以上の形状表現を学習できることを実証した。
  論文  参考訳（メタデータ） (2021-03-23T11:22:47Z)
• Concentric Spherical GNN for 3D Representation Learning [53.45704095146161]
  同心球面特徴写像を学習するための新しい多解畳み込みアーキテクチャを提案する。 当社の階層的アーキテクチャは、球内情報と球間情報の両方を組み込むための代替学習に基づいています。 回転データを用いた3次元分類作業における最先端性能向上へのアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2021-03-18T19:05:04Z)
• Pix2Surf: Learning Parametric 3D Surface Models of Objects from Images [64.53227129573293]
  1つ以上の視点から見れば、新しいオブジェクトの3次元パラメトリック表面表現を学習する際の課題について検討する。 ビュー間で一貫した高品質なパラメトリックな3次元表面を生成できるニューラルネットワークを設計する。 提案手法は,共通対象カテゴリからの形状の公開データセットに基づいて,教師と訓練を行う。
  論文  参考訳（メタデータ） (2020-08-18T06:33:40Z)

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。