論文の概要: Hierarchical GraphCut Phase Unwrapping based on Invariance of Diffeomorphisms Framework

• arxiv url: http://arxiv.org/abs/2511.18682v1
• Date: Mon, 24 Nov 2025 01:45:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-25 18:34:24.970635
• Title: Hierarchical GraphCut Phase Unwrapping based on Invariance of Diffeomorphisms Framework
• Title（参考訳）: 微分同相の不変性に基づく階層型グラフカット位相アンラッピング
• Authors: Xiang Gao, Xinmu Wang, Zhou Zhao, Junqi Huang, Xianfeng David Gu,
• Abstract要約: 構造化光走査における鍵となるステップは位相アンラッピング(英語版)であり、これは測定されたラップされたモジュロ2piから連続的な位相値を復元する。 目的は、方程式 Phi = phi + 2pi k の未開位相数 k を推定することであり、 phi はラップ位相、Phi は真の位相である。 既存の手法は精度で速度を交換するが、正確なアルゴリズムはリアルタイム利用には遅すぎる。 本稿では,GraphCutベースのアンラッピングをピクセルラベル問題として再定義するフェーズアンラッピングフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 38.53305416499726
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent years have witnessed rapid advancements in 3D scanning technologies, with applications spanning VR/AR, digital human creation, and medical imaging. Structured-light scanning with phase-shifting techniques is preferred for its use of low-intensity visible light and high accuracy, making it well suited for capturing 4D facial dynamics. A key step is phase unwrapping, which recovers continuous phase values from measurements wrapped modulo 2pi. The goal is to estimate the unwrapped phase count k in the equation Phi = phi + 2pi k, where phi is the wrapped phase and Phi is the true phase. Noise, occlusions, and complex 3D geometry make recovering the true phase challenging because phase unwrapping is ill-posed: measurements only provide modulo 2pi values, and estimating k requires assumptions about surface continuity. Existing methods trade speed for accuracy: fast approaches lack precision, while accurate algorithms are too slow for real-time use. To overcome these limitations, this work proposes a phase unwrapping framework that reformulates GraphCut-based unwrapping as a pixel-labeling problem. This framework improves the estimation of the unwrapped phase count k through the invariance property of diffeomorphisms applied in image space via conformal and optimal transport (OT) maps. An odd number of diffeomorphisms are precomputed from the input phase data, and a hierarchical GraphCut algorithm is applied in each domain. The resulting label maps are fused via majority voting to robustly estimate k at each pixel. Experimental results demonstrate a 45.5x speedup and lower L2 error in real experiments and simulations, showing potential for real-time applications.
• Abstract（参考訳）: 近年、VR/AR、デジタルヒューマン創造、医療画像といった3Dスキャン技術の急速な進歩が見られた。 位相シフト法による構造光走査は、低強度の可視光と高精度の使用に好適であり、4次元顔力学を捉えるのに適している。 鍵となるステップは位相アンラッピングであり、これは測定されたモジュロ2piから連続的な位相値を復元する。 目的は、方程式 Phi = phi + 2pi k の未開位相数 k を推定することであり、 phi はラップ位相、Phi は真の位相である。 ノイズ、オクルージョン、複雑な3次元幾何学は、位相アンラッピングが不適切なため真の位相の回復を難しくする: 測定はモジュロ2pi値のみを提供し、kを推定するには表面の連続性に関する仮定が必要である。 高速アプローチでは精度が欠ける一方、正確なアルゴリズムはリアルタイム使用には遅すぎる。 これらの制限を克服するため、この研究は、GraphCutベースのアンラッピングをピクセルラベル問題として再構成するフェーズアンラッピングフレームワークを提案する。 この枠組みは、共形および最適輸送(OT)写像を用いて、画像空間に適用される微分同相の不変性を通じて、未開位相数kの推定を改善する。 入力相データから奇数の微分同相を事前計算し、各領域に階層グラフキュートアルゴリズムを適用する。 得られたラベルマップは多数決によって融合され、各ピクセルでkを強く推定する。 実験結果は実実験やシミュレーションで45.5倍の高速化とL2エラーの低減を示し、リアルタイムアプリケーションの可能性を示している。

関連論文リスト

• Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
  光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。 現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。 本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
  論文  参考訳（メタデータ） (2025-09-11T23:12:55Z)
• Enhanced fringe-to-phase framework using deep learning [2.243491254050456]
  本稿では、2つのフランジ画像を絶対位相に変換する対称核融合ネットワークであるSFNetを紹介する。 出力信頼性を向上させるため,本フレームワークでは,入力として使用するものと異なる周波数のフリンジ画像から情報を取り込むことにより,洗練された位相を予測する。
  論文  参考訳（メタデータ） (2024-02-01T19:47:34Z)
• Pixel Adaptive Deep Unfolding Transformer for Hyperspectral Image Reconstruction [58.32266851510948]
  我々は,HSI再構成のためのPixel Adaptive Deep Unfolding Transformer (PADUT)を提案する。 データモジュールでは、画素レベルの劣化に焦点を合わせるために、画素適応降下ステップが使用される。 先行モジュールでは、非局所スペクトル変換器(NST)を導入し、回復のためのHSIの3次元特性を強調する。
  論文  参考訳（メタデータ） (2023-08-21T16:12:31Z)
• Self-supervised phase unwrapping in fringe projection profilometry [0.0]
  単カメラ遠近射影プロファイロメトリーのための新しい自己監督型位相アンラッピング法を提案する。 訓練されたネットワークは、64周期の1フェーズマップから絶対縁順を検索し、深さ精度でDF-TPUアプローチをオーバーパフォーマンスすることができる。 実験により, 提案手法が実際の動きのぼやけ, 孤立物体, 低反射率, 位相不連続の場面で有効であることを示す。
  論文  参考訳（メタデータ） (2023-02-13T14:16:34Z)
• Deep Iterative Phase Retrieval for Ptychography [13.49645012479288]
  物体を回折パターンから再構成するには、逆フーリエ変換を計算しなければならない。 本研究では,複数の重なり合う回折画像から物体を再構成する,回折イメージングのサブフィールドであるptychographyについて考察する。 本稿では,既存の反復位相探索アルゴリズムをニューラルネットワークで拡張し,各繰り返しの結果を精査する手法を提案する。
  論文  参考訳（メタデータ） (2022-02-17T09:13:35Z)
• Uncertainty-Aware Camera Pose Estimation from Points and Lines [101.03675842534415]
  Perspective-n-Point-and-Line (Pn$PL) は、2D-3D特徴座標の3Dモデルに関して、高速で正確で堅牢なカメラローカライゼーションを目指している。
  論文  参考訳（メタデータ） (2021-07-08T15:19:36Z)
• Displacement-Invariant Cost Computation for Efficient Stereo Matching [122.94051630000934]
  ディープラーニング手法は、前例のない不一致の精度を得ることによって、ステレオマッチングのリーダーボードを支配してきた。 しかし、その推測時間は一般的に540p画像の秒数で遅い。 本研究では,4次元特徴量を必要としないEmphdisplacement-invariant cost moduleを提案する。
  論文  参考訳（メタデータ） (2020-12-01T23:58:16Z)

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。