論文の概要: Visual Surface Wave Elastography: Revealing Subsurface Physical Properties via Visible Surface Waves
- arxiv url: http://arxiv.org/abs/2507.09207v1
- Date: Sat, 12 Jul 2025 09:00:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-15 18:48:22.755217
- Title: Visual Surface Wave Elastography: Revealing Subsurface Physical Properties via Visible Surface Waves
- Title（参考訳）: 視覚表面波エラストグラフィー:可視表面波による地下物性の解明
- Authors: Alexander C. Ogren, Berthy T. Feng, Jihoon Ahn, Katherine L. Bouman, Chiara Daraio,
- Abstract要約: 本研究では, 構造物表面の波動映像から, 構造物の厚さと硬さを推定する手法を提案する。
本手法を実測データとシミュレーションデータの両方で検証し, 両例とも実測値と強い一致を示した。
- 参考スコア（独自算出の注目度）: 46.02957810536667
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Wave propagation on the surface of a material contains information about physical properties beneath its surface. We propose a method for inferring the thickness and stiffness of a structure from just a video of waves on its surface. Our method works by extracting a dispersion relation from the video and then solving a physics-based optimization problem to find the best-fitting thickness and stiffness parameters. We validate our method on both simulated and real data, in both cases showing strong agreement with ground-truth measurements. Our technique provides a proof-of-concept for at-home health monitoring of medically-informative tissue properties, and it is further applicable to fields such as human-computer interaction.
- Abstract（参考訳）: 材料表面の波動伝搬は、その表面の物理的性質に関する情報を含む。
本研究では, 構造物表面の波動映像から, 構造物の厚さと硬さを推定する手法を提案する。
本手法は, ビデオから分散関係を抽出し, 物理に基づく最適化問題を解くことにより, 最適な厚さと剛性パラメータを求める。
本手法を実測データとシミュレーションデータの両方で検証し, 両例とも実測値と強い一致を示した。
本手法は, 医療用インフォームティヴ組織特性の在宅健康モニタリングのための概念実証であり, ヒトとコンピュータの相互作用などの分野にも適用可能である。
関連論文リスト
- The Sound of Water: Inferring Physical Properties from Pouring Liquids [85.30865788636386]
注水液の音響・視覚観測と物理の関連性について検討した。
本研究の目的は, 液位, 容器形状, 注水速度, 充填時間などの物性を自動的に推定することである。
論文 参考訳（メタデータ） (2024-11-18T01:19:37Z) - PhysMamba: State Space Duality Model for Remote Physiological Measurement [18.423806804725032]
リモート光胸腺撮影(remote Photoplethysmography, RBFC)は、顔画像から非接触的な生理的信号の抽出を可能にする。
この研究は、リアルタイム遠隔医療を含む非接触型健康モニタリングの実践的応用の基盤となる。
論文 参考訳（メタデータ） (2024-08-02T07:52:28Z) - Implicit Neural Representation for Physics-driven Actuated Soft Bodies [15.261578025057593]
本稿では、ニューラルネットワークによってパラメータ化されるアクチュエータ信号の最適化のために、微分可能、準静的、物理に基づくシミュレーション層を利用する。
材料空間の空間点からアクティベーション値への連続写像を可能にする関数を定義する。
顔画像の特定の場合の暗黙的モデルを下顎運動学に拡張し、高品質なキャプチャーシステムで捉えた表情を確実に再現できることを示す。
論文 参考訳（メタデータ） (2024-01-26T13:42:12Z) - S2P3: Self-Supervised Polarimetric Pose Prediction [55.43547228561919]
本稿では,マルチモーダルRGB+ポラリメトリック画像から,最初の自己監督型6次元オブジェクトポーズ予測を提案する。
1) 偏光の幾何学的情報を抽出する物理モデル,2) 教師による知識蒸留方式,3) 異なる制約による自己監督的損失の定式化を含む。
論文 参考訳（メタデータ） (2023-12-02T10:46:40Z) - DiffSDFSim: Differentiable Rigid-Body Dynamics With Implicit Shapes [9.119424247289857]
微分物理学は、シーンの理解と相互作用の推論のためのコンピュータとロボティクスの強力なツールである。
既存のアプローチは、前もって単純な形状や形状のオブジェクトに限られていることが多い。
論文 参考訳（メタデータ） (2021-11-30T11:56:24Z) - Visual Vibration Tomography: Estimating Interior Material Properties
from Monocular Video [66.94502090429806]
物体の内部の物質特性は、人間の目には見えないが、表面で観察される動きを決定する。
本研究では,物体の表面振動の単分子ビデオから物体の異種材料特性を推定する手法を提案する。
論文 参考訳（メタデータ） (2021-04-06T18:05:27Z) - Visual Grounding of Learned Physical Models [66.04898704928517]
人間は、物体の物理的特性を直感的に認識し、複雑な相互作用に従事している場合でも、その動きを予測する。
我々は、物理を同時に推論し、視覚と力学の先行に基づく将来の予測を行うニューラルモデルを提案する。
実験により、我々のモデルはいくつかの観測範囲内で物理的特性を推測できることが示され、モデルが目に見えないシナリオに迅速に適応し、将来正確な予測を行うことができる。
論文 参考訳（メタデータ） (2020-04-28T17:06:38Z) - Cloth in the Wind: A Case Study of Physical Measurement through
Simulation [50.31424339972478]
実例を一度も見ずに風中の布の潜伏物性を測定することを提案する。
私たちのソリューションは、シミュレーションをコアとした反復的な洗練手順です。
この対応は、物理的に類似した例を近くの点にマッピングする埋め込み関数を用いて測定される。
論文 参考訳（メタデータ） (2020-03-09T21:32:23Z) - Shape analysis via inconsistent surface registration [4.367664806447789]
不整合表面マッピングを用いた形状解析のためのフレームワークを開発する。
本手法では, 準コンフォーマル理論に基づく不整合表面登録を用いてこの問題を解くことができる。
論文 参考訳（メタデータ） (2020-03-03T06:58:16Z)
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。