論文の概要: Generalizing Shape-from-Template to Topological Changes
- arxiv url: http://arxiv.org/abs/2511.03459v1
- Date: Wed, 05 Nov 2025 13:32:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-06 18:19:32.433173
- Title: Generalizing Shape-from-Template to Topological Changes
- Title（参考訳）: 形状テンプレートからトポロジ的変化への一般化
- Authors: Kevin Manogue, Tomasz M Schang, Dilara Kuş, Jonas Müller, Stefan Zachow, Agniva Sengupta,
- Abstract要約: 本稿では,変形可能なオブジェクトの表面を再構成するためのShape-from-Template(SfT)手法の原理的拡張を提案する。
我々のアプローチは、空間領域を分割することでテンプレートを反復的に適応し、エネルギー関数を最小限に抑えることである。
本手法は, 境界面上の断裂や切削など, 実用的に関係する幅広いトポロジカル事象を強固にキャプチャする。
- 参考スコア（独自算出の注目度）: 3.9171668133637314
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reconstructing the surfaces of deformable objects from correspondences between a 3D template and a 2D image is well studied under Shape-from-Template (SfT) methods; however, existing approaches break down when topological changes accompany the deformation. We propose a principled extension of SfT that enables reconstruction in the presence of such changes. Our approach is initialized with a classical SfT solution and iteratively adapts the template by partitioning its spatial domain so as to minimize an energy functional that jointly encodes physical plausibility and reprojection consistency. We demonstrate that the method robustly captures a wide range of practically relevant topological events including tears and cuts on bounded 2D surfaces, thereby establishing the first general framework for topological-change-aware SfT. Experiments on both synthetic and real data confirm that our approach consistently outperforms baseline methods.
- Abstract（参考訳）: 3次元テンプレートと2次元画像の対応から変形可能な物体の表面を再構成する手法をShape-from-Template (SfT)法でよく研究するが、その変形に伴うトポロジ的変化によって既存のアプローチは崩壊する。
本稿では,SfTの原理的拡張により,そのような変化が存在する場合の再構築を可能にする。
我々のアプローチは古典的なSfTソリューションで初期化され、空間領域を分割することでテンプレートを反復的に適応し、物理的妥当性と再計画整合性を共に符号化するエネルギー関数を最小化する。
本手法は, 境界2次元表面の裂け目や切れ目など, 実用的なトポロジカル事象を強固に捉え, トポロジ的変化を意識したSfTの枠組みを確立した。
合成データと実データの両方の実験により、我々の手法がベースライン法より一貫して優れていることが確認された。
関連論文リスト
- DiLO: Disentangled Latent Optimization for Learning Shape and Deformation in Grouped Deforming 3D Objects [7.47662549725561]
本研究では,非教師的手法で3次元変形物体を形状・変形因子にパラメータ化するための非教師付き潜在最適化手法を提案する。
提案手法は, 特定の正規化手法によって支持される形状と変形係数とともに, ジェネレータネットワークの協調最適化を伴う。
本稿では, 教師なし変形伝達, 変形分類, 説明可能性解析など, 提案手法のダウンストリーム応用について述べる。
論文 参考訳（メタデータ） (2025-11-08T19:50:53Z) - Matching Shapes Under Different Topologies: A Topology-Adaptive Deformation Guided Approach [6.851721795186258]
非厳密な3Dメッシュマッチングは、コンピュータビジョンとコンピュータグラフィックスパイプラインにおける重要なステップである。
トポロジカルアーティファクトを含むメッシュに取り組み、現在のアプローチによる仮定を破ることができる。
私たちは、しばしばトポロジカルなアーティファクトに悩まされる、フレームごとのマルチビュー再構築のような現実世界のシナリオに動機付けられています。
提案手法は, 従来のデータ駆動手法に頼らず, 3次元アライメント品質の大規模データセットでトレーニングした手法よりも, ノイズの多いフレーム単位のマルチビュー再構成を含む, トポロジカルアーチファクトの非等尺形状や形状に適用される。
論文 参考訳（メタデータ） (2025-09-08T16:29:44Z) - STITCH: Surface reconstrucTion using Implicit neural representations with Topology Constraints and persistent Homology [23.70495314317551]
スパースおよび不規則に間隔を置いた点雲のニューラル暗黙表面再構成のための新しいアプローチSTITCHを提案する。
連続ホモロジーに基づく新しい微分可能なフレームワークを開発し、トポロジ的損失項を定式化し、1つの2次元多様体オブジェクトの先行を強制する。
論文 参考訳（メタデータ） (2024-12-24T22:55:35Z) - Relative Representations: Topological and Geometric Perspectives [50.85040046976025]
相対表現はゼロショットモデルの縫合に対する確立されたアプローチである。
相対変換において正規化手順を導入し、非等方的再スケーリングや置換に不変となる。
第二に、クラス内のクラスタリングを促進するトポロジカル正規化損失である、微調整された相対表現におけるトポロジカルデシフィケーションの展開を提案する。
論文 参考訳（メタデータ） (2024-09-17T08:09:22Z) - Spectral Meets Spatial: Harmonising 3D Shape Matching and Interpolation [50.376243444909136]
本稿では,3次元形状の対応と形状の両面を統一的に予測する枠組みを提案する。
我々は、スペクトル領域と空間領域の両方の形状を地図化するために、奥行き関数写像フレームワークと古典的な曲面変形モデルを組み合わせる。
論文 参考訳（メタデータ） (2024-02-29T07:26:23Z) - A Theory of Topological Derivatives for Inverse Rendering of Geometry [87.49881303178061]
我々は、位相微分を用いて離散的な位相変化を可能にする微分可能な曲面進化の理論的枠組みを導入する。
2次元の閉曲線と3次元の曲面を最適化して提案理論を検証し、現在の手法の限界について考察する。
論文 参考訳（メタデータ） (2023-08-19T00:55:55Z) - Hybrid Neural Diffeomorphic Flow for Shape Representation and Generation
via Triplane [16.684276798449115]
HNDFは、基礎となる表現を暗黙的に学習し、複雑な高密度対応を明示的に軸整列三面体特徴に分解する手法である。
新しい3次元形状を直接生成する従来の手法とは異なり、微分同相流による変形テンプレート形状による形状生成の考え方を探求する。
論文 参考訳（メタデータ） (2023-07-04T23:28:01Z) - Neural Template: Topology-aware Reconstruction and Disentangled
Generation of 3D Meshes [52.038346313823524]
本稿では,Distangled Topologyによる3次元メッシュ再構成と生成のためのDTNetという新しいフレームワークを提案する。
提案手法は,最先端の手法と比較して,特に多様なトポロジで高品質なメッシュを生成することができる。
論文 参考訳（メタデータ） (2022-06-10T08:32:57Z) - Deep Implicit Templates for 3D Shape Representation [70.9789507686618]
深い暗黙表現における明示的な対応推論を支援する新しい3次元形状表現を提案する。
我々のキーとなる考え方は、テンプレートの暗黙関数の条件変形としてDIFを定式化することである。
提案手法は,形状の集合に対する一般的な暗黙テンプレートを学習するだけでなく,すべての形状を相互に同時に対応させることも可能であることを示す。
論文 参考訳（メタデータ） (2020-11-30T06:01:49Z) - Dense Non-Rigid Structure from Motion: A Manifold Viewpoint [162.88686222340962]
Non-Rigid Structure-from-Motion (NRSfM) 問題は、複数のフレームにまたがる2次元特徴対応から変形物体の3次元形状を復元することを目的としている。
提案手法は,ノイズに対する精度,スケーラビリティ,堅牢性を大幅に向上させる。
論文 参考訳（メタデータ） (2020-06-15T09:15:54Z)
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。