論文の概要: TetWeave: Isosurface Extraction using On-The-Fly Delaunay Tetrahedral Grids for Gradient-Based Mesh Optimization

• arxiv url: http://arxiv.org/abs/2505.04590v2
• Date: Thu, 08 May 2025 08:24:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-09 13:13:47.839688
• Title: TetWeave: Isosurface Extraction using On-The-Fly Delaunay Tetrahedral Grids for Gradient-Based Mesh Optimization
• Title（参考訳）: TetWeave: 勾配に基づくメッシュ最適化のためのオンザフライデラウネーテトラディラルグリッドを用いた等地抽出
• Authors: Alexandre Binninger, Ruben Wiersma, Philipp Herholz, Olga Sorkine-Hornung,
• Abstract要約: 我々は、勾配に基づくメッシュ最適化のための新しい等曲面表現であるTetWeaveを紹介する。 TetWeaveは、Delaunay三角測量を通じて、四面体グリッドをオンザフライで構築する。 我々は,コンピュータグラフィックスとビジョンの幅広い課題に対して,TetWeaveの適用性を示す。
• 参考スコア（独自算出の注目度）: 59.318328774645835
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce TetWeave, a novel isosurface representation for gradient-based mesh optimization that jointly optimizes the placement of a tetrahedral grid used for Marching Tetrahedra and a novel directional signed distance at each point. TetWeave constructs tetrahedral grids on-the-fly via Delaunay triangulation, enabling increased flexibility compared to predefined grids. The extracted meshes are guaranteed to be watertight, two-manifold and intersection-free. The flexibility of TetWeave enables a resampling strategy that places new points where reconstruction error is high and allows to encourage mesh fairness without compromising on reconstruction error. This leads to high-quality, adaptive meshes that require minimal memory usage and few parameters to optimize. Consequently, TetWeave exhibits near-linear memory scaling relative to the vertex count of the output mesh - a substantial improvement over predefined grids. We demonstrate the applicability of TetWeave to a broad range of challenging tasks in computer graphics and vision, such as multi-view 3D reconstruction, mesh compression and geometric texture generation.
• Abstract（参考訳）: 本稿では,テトラヘドラのマーチングに使用される四面体格子の配置と,各点における新たな方向符号距離を共同で最適化する,勾配に基づくメッシュ最適化のための新しい等曲面表現であるTetWeaveを紹介する。 TetWeaveはDelaunay三角測量を通じてテトラヘドラルグリッドをオンザフライで構築し、事前定義されたグリッドに比べて柔軟性が向上する。 抽出されたメッシュは、水密、二次元、交差のないことが保証されている。 TetWeaveの柔軟性により、リコンストラクションエラーの高い新たなポイントを配置するリサンプリング戦略が可能になり、リコンストラクションエラーを妥協することなく、メッシュフェアネスを促進することができる。 これにより、メモリ使用量を最小限に抑え、最適化するパラメータを少なくする、高品質で適応的なメッシュが実現される。 その結果、TetWeaveは、出力メッシュの頂点数(事前定義されたグリッドよりも大幅に改善された)と比較して、ほぼ直線的なメモリスケーリングを示している。 本稿では,マルチビュー3D再構成,メッシュ圧縮,テクスチャ生成など,コンピュータグラフィックスとビジョンの幅広い課題に対して,TetWeaveの適用性を示す。

関連論文リスト

• FlexPara: Flexible Neural Surface Parameterization [71.65203972602673]
  本稿では,大域的および多角的表面パラメータ化を実現するために,教師なしニューラルネットワーク最適化フレームワークFlexParaを紹介する。 我々は,グローバルパラメータ化のための双方向のサイクルマッピングフレームワークを構築するために,幾何学的に解釈可能な一連のサブネットワークを,特定の機能と巧妙に設計・結合する。 実験は、我々の神経表面パラメータ化パラダイムの普遍性、優越性、およびインスピレーションのポテンシャルを実証する。
  論文  参考訳（メタデータ） (2025-04-27T12:30:08Z)
• GausSurf: Geometry-Guided 3D Gaussian Splatting for Surface Reconstruction [79.42244344704154]
  GausSurfは、テクスチャリッチな領域におけるマルチビュー一貫性と、シーンのテクスチャレスな領域における通常の事前の幾何学的ガイダンスを採用している。 本手法は,再現性や計算時間の観点から,最先端の手法を超越した手法である。
  論文  参考訳（メタデータ） (2024-11-29T03:54:54Z)
• Tetrahedron Splatting for 3D Generation [39.24591650300784]
  Tetrahedron Splatting (TeT-Splatting) は最適化時の容易な収束、正確なメッシュ抽出、リアルタイムレンダリングをサポートする。 メッシュ抽出なしで表現をトレーニングできるため、最適化プロセスの収束が容易になります。
  論文  参考訳（メタデータ） (2024-06-03T17:56:36Z)
• 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)
• GridFormer: Point-Grid Transformer for Surface Reconstruction [37.30776475324579]
  我々はGridFormer(GridFormer)という名前のグリッドとポイントの特徴の間に新しい注意機構を導入する。 このメカニズムは、グリッドを空間と点雲を繋ぐ移動点として扱う。 また,差分二項クロスエントロピー損失と境界サンプリングを併用した境界最適化手法を提案する。
  論文  参考訳（メタデータ） (2024-01-04T14:31:56Z)
• Flexible Isosurface Extraction for Gradient-Based Mesh Optimization [65.76362454554754]
  本研究では、勾配に基づくメッシュ最適化について考察し、スカラー場の等曲面として表現することで、3次元表面メッシュを反復的に最適化する。 我々は、幾何学的、視覚的、あるいは物理的目的に対して未知のメッシュを最適化するために特別に設計された、異面表現であるFlexiCubesを紹介する。
  論文  参考訳（メタデータ） (2023-08-10T06:40:19Z)
• Delicate Textured Mesh Recovery from NeRF via Adaptive Surface Refinement [78.48648360358193]
  画像からテクスチャ化された表面メッシュを生成する新しいフレームワークを提案する。 我々のアプローチは、NeRFを用いて幾何学とビュー依存の外観を効率的に初期化することから始まります。 ジオメトリと共同で外観を洗練し、テクスチャ画像に変換してリアルタイムレンダリングします。
  論文  参考訳（メタデータ） (2023-03-03T17:14:44Z)

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。