論文の概要: Memory-Guided Point Cloud Completion for Dental Reconstruction
- arxiv url: http://arxiv.org/abs/2512.03598v1
- Date: Wed, 03 Dec 2025 09:31:07 GMT
- ステータス: 情報取得中
- システム内更新日: 2025-12-04 12:04:00.739898
- Title: Memory-Guided Point Cloud Completion for Dental Reconstruction
- Title（参考訳）: 記憶誘導点雲補修による歯科再建術
- Authors: Jianan Sun, Yukang Huang, Dongzhihan Wang, Mingyu Fan,
- Abstract要約: 本稿では,プロトタイプメモリをエンコーダ-デコーダパイプラインに統合した歯の補修のための検索拡張フレームワークを提案する。
メモリはエンドツーエンドに最適化され、再利用可能な歯形プロトタイプに自己組織化される。
我々のアプローチは、より正確で忠実な歯科用点クラウド完成のために、クロスサンプルの正則性を活用できるシンプルで効果的な方法を提供する。
- 参考スコア（独自算出の注目度）: 2.9422243774213075
- License:
- Abstract: Partial dental point clouds often suffer from large missing regions caused by occlusion and limited scanning views, which bias encoder-only global features and force decoders to hallucinate structures. We propose a retrieval-augmented framework for tooth completion that integrates a prototype memory into standard encoder--decoder pipelines. After encoding a partial input into a global descriptor, the model retrieves the nearest manifold prototype from a learnable memory and fuses it with the query feature through confidence-gated weighting before decoding. The memory is optimized end-to-end and self-organizes into reusable tooth-shape prototypes without requiring tooth-position labels, thereby providing structural priors that stabilize missing-region inference and free decoder capacity for detail recovery. The module is plug-and-play and compatible with common completion backbones, while keeping the same training losses. Experiments on a self-processed Teeth3DS benchmark demonstrate consistent improvements in Chamfer Distance, with visualizations showing sharper cusps, ridges, and interproximal transitions. Our approach provides a simple yet effective way to exploit cross-sample regularities for more accurate and faithful dental point-cloud completion.
- Abstract（参考訳）: 部分的な歯科用点雲は、咬合と限られた走査ビューによって大きな欠損領域に悩まされることが多く、バイアスエンコーダのみのグローバルな特徴とデコーダは、構造を幻覚させるように強制する。
本稿では,プロトタイプメモリを標準エンコーダ-デコーダパイプラインに統合した歯の補修のための検索拡張フレームワークを提案する。
大域的な記述子に部分的な入力を符号化した後、モデルは学習可能なメモリから最も近い多様体のプロトタイプを検索し、復号する前に自信付き重み付けによってクエリ特徴と融合する。
メモリはエンド・ツー・エンドに最適化され、歯列ラベルを必要とせずに再利用可能な歯形プロトタイプに自己組織化される。
モジュールはプラグアンドプレイで、同じトレーニング損失を維持しながら、一般的な補完バックボーンと互換性がある。
自己処理されたTeeth3DSベンチマークの実験では、よりシャープな尖点、隆起、近位移行を示す可視化によって、チャンファー距離の一貫性のある改善が示されている。
我々のアプローチは、より正確で忠実な歯科用点クラウド完成のために、クロスサンプルの正則性を活用できるシンプルで効果的な方法を提供する。
関連論文リスト
- Re-Densification Meets Cross-Scale Propagation: Real-Time Neural Compression of LiDAR Point Clouds [83.39320394656855]
LiDARポイントクラウドは、様々なアプリケーションに基本的だが、高精度スキャンは、かなりのストレージと送信オーバーヘッドを発生させる。
既存の手法では、非順序の点を階層的なオクツリーやボクセル構造に変換して、密度から疎い予測符号化を行うのが一般的である。
筆者らのフレームワークは2つの軽量モジュールから構成されている。まず、Geometry Re-Densification Moduleがエンコードされたスパース幾何を再認識し、より密なスケールで特徴を抽出し、予測符号化のための特徴を再分離する。
論文 参考訳（メタデータ） (2025-08-28T06:36:10Z) - DiffCom: Decoupled Sparse Priors Guided Diffusion Compression for Point Clouds [54.96190721255167]
ロスシー圧縮は、ポイントクラウドをストレージの潜在ポイントに変換するためのオートエンコーダに依存している。
本稿では,特に低レベルにおいて高い復元品質を実現するための拡散型フレームワークを提案する。
論文 参考訳（メタデータ） (2024-11-21T05:41:35Z) - A Generically Contrastive Spatiotemporal Representation Enhancement for 3D Skeleton Action Recognition [10.403751563214113]
本稿では, 比較時空間表現拡張(CSRE)フレームワークを提案する。
具体的には、その表現を空間的特徴と時間的特徴に分解し、微細な動きパターンを探索する。
潜伏したデータ分布を明示的に活用するために、コントラスト学習に注意的特徴を用いて、クロスシーケンスセマンティックリレーションをモデル化する。
論文 参考訳（メタデータ） (2023-12-23T02:54:41Z) - A Spatial-Temporal Deformable Attention based Framework for Breast
Lesion Detection in Videos [107.96514633713034]
本稿では,STNet という空間的・時間的変形可能なアテンションベースのフレームワークを提案する。
我々のSTNetは、局所的な空間的時間的特徴融合を行うために、空間的時間的変形可能なアテンションモジュールを導入している。
乳腺病変の超音波画像データセットを用いた実験により,STNetは最先端の検出性能を得ることができた。
論文 参考訳（メタデータ） (2023-09-09T07:00:10Z) - Variational Autoencoding of Dental Point Clouds [10.137124603866036]
本稿では,歯のメッシュと点雲の広範なコレクションであるFDI 16データセットを紹介する。
本稿では,変分FoldingNet(VF-Net)という,点群に対する完全確率的変分オートエンコーダを提案する。
論文 参考訳（メタデータ） (2023-07-20T14:18:44Z) - Point Cloud Completion Guided by Prior Knowledge via Causal Inference [19.935868881427226]
本稿では,ポイントPCと呼ばれる新たなクラウド完了タスクを提案する。
Point-PCはメモリネットワークを用いて形状の先行情報を検索し、因果推論モデルを設計し、欠落した形状情報をフィルタリングする。
ShapeNet-55、PCN、KITTIデータセットの実験結果から、Point-PCは最先端の手法よりも優れていることが示された。
論文 参考訳（メタデータ） (2023-05-28T16:33:35Z) - SoftPool++: An Encoder-Decoder Network for Point Cloud Completion [93.54286830844134]
本稿では,ポイントクラウド完了作業のための新しい畳み込み演算子を提案する。
提案した演算子は、最大プールやボキセル化操作を一切必要としない。
提案手法は,低解像度・高解像度の形状仕上げにおける最先端性能を実現する。
論文 参考訳（メタデータ） (2022-05-08T15:31:36Z)
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。