論文の概要: Physics-informed Active Polarimetric 3D Imaging for Specular Surfaces

• arxiv url: http://arxiv.org/abs/2602.19470v1
• Date: Mon, 23 Feb 2026 03:28:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-24 17:42:02.659994
• Title: Physics-informed Active Polarimetric 3D Imaging for Specular Surfaces
• Title（参考訳）: 物理インフォームドアクティブポラリメトリック3次元イメージング
• Authors: Jiazhang Wang, Hyelim Yang, Tianyi Wang, Florian Willomitzer,
• Abstract要約: 複素特異面の単ショット3次元イメージングのための物理インフォームド深層学習フレームワークを提案する。 提案手法は,高速な推測で単一ショットにおける高精度でロバストな正規推定を実現し,複素特異面の3次元イメージングを実現する。
• 参考スコア（独自算出の注目度）: 4.019683930752727
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: 3D imaging of specular surfaces remains challenging in real-world scenarios, such as in-line inspection or hand-held scanning, requiring fast and accurate measurement of complex geometries. Optical metrology techniques such as deflectometry achieve high accuracy but typically rely on multi-shot acquisition, making them unsuitable for dynamic environments. Fourier-based single-shot approaches alleviate this constraint, yet their performance deteriorates when measuring surfaces with high spatial frequency structure or large curvature. Alternatively, polarimetric 3D imaging in computer vision operates in a single-shot fashion and exhibits robustness to geometric complexity. However, its accuracy is fundamentally limited by the orthographic imaging assumption. In this paper, we propose a physics-informed deep learning framework for single-shot 3D imaging of complex specular surfaces. Polarization cues provide orientation priors that assist in interpreting geometric information encoded by structured illumination. These complementary cues are processed through a dual-encoder architecture with mutual feature modulation, allowing the network to resolve their nonlinear coupling and directly infer surface normals. The proposed method achieves accurate and robust normal estimation in single-shot with fast inference, enabling practical 3D imaging of complex specular surfaces.
• Abstract（参考訳）: 鏡面の3Dイメージングは、インラインインスペクションやハンドヘルドスキャンのような現実世界のシナリオでは依然として困難であり、複雑な測地を高速かつ正確に測定する必要がある。 偏向法のような光学メロロジー技術は高い精度を達成するが、通常はマルチショット取得に依存しており、動的環境には適さない。 フーリエベースのシングルショットアプローチは、この制約を緩和するが、その性能は、高い空間周波数構造や大きな曲率を持つ表面を測定する際に低下する。 あるいは、コンピュータビジョンにおける偏光3Dイメージングは、単一ショット方式で動作し、幾何学的複雑さに対する堅牢性を示す。 しかし、その精度は基本的に正画像像の仮定によって制限される。 本稿では,複雑な特異面の単一ショット3次元イメージングのための物理インフォームド深層学習フレームワークを提案する。 偏光キューは、構造化照明によって符号化された幾何学的情報を解釈するのに役立つ配向先を提供する。 これらの相補的なキューは、相互特徴変調を持つデュアルエンコーダアーキテクチャによって処理され、ネットワークは非線形結合を解消し、表面の正規性を直接推論することができる。 提案手法は,高速な推測で単一ショットにおける高精度でロバストな正規推定を実現し,複素特異面の3次元イメージングを実現する。

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)
• Surf3R: Rapid Surface Reconstruction from Sparse RGB Views in Seconds [34.38496869014632]
  Surf3Rは、カメラのポーズを見積もることなく、スパースビューから3D表面を再構築するエンドツーエンドのフィードフォワードアプローチである。 提案手法では,複数参照ビューが共同で再構成プロセスをガイドするマルチブランチ・マルチビューデコーディングアーキテクチャを採用している。
  論文  参考訳（メタデータ） (2025-08-06T14:53:42Z)
• PRaDA: Projective Radial Distortion Averaging [40.77624901787694]
  本研究では, 放射状に歪んだカメラの自動校正問題に挑戦する。 提案手法である射影放射歪平均化法は、完全に射影するフレームワークにおいて、複数の歪み推定を平均化する。
  論文  参考訳（メタデータ） (2025-04-23T08:22:59Z)
• AlignDiff: Learning Physically-Grounded Camera Alignment via Diffusion [0.5277756703318045]
  本稿では,カメラ内在パラメータと外在パラメータをジェネリック・レイ・カメラ・モデルを用いて扱う新しいフレームワークを提案する。 従来のアプローチとは異なり、AlignDiffは意味論から幾何学的特徴へ焦点を移し、局所歪みのより正確なモデリングを可能にした。 実験により,提案手法は,推定光束の角誤差を8.2度,全体のキャリブレーション精度で著しく低減し,課題のある実世界のデータセットに対する既存手法よりも優れていることを示した。
  論文  参考訳（メタデータ） (2025-03-27T14:59:59Z)
• GeoSplatting: Towards Geometry Guided Gaussian Splatting for Physically-based Inverse Rendering [69.67264955234494]
  GeoSplattingは、3DGSを精密な光輸送モデリングのための明確な幾何学的ガイダンスで拡張する新しいアプローチである。 最適化可能なメッシュから表面積の3DGSを微分的に構築することにより、明確に定義されたメッシュ正規と不透明なメッシュ表面を利用する。 この強化により、3DGSの効率性と高品質なレンダリング能力を保ちながら、正確な材料分解が保証される。
  論文  参考訳（メタデータ） (2024-10-31T17:57:07Z)
• 3D Imaging of Complex Specular Surfaces by Fusing Polarimetric and Deflectometric Information [5.729076985389067]
  そこで本研究では,新しい手法を用いて,反射光場に含まれる情報を符号化し,復号化するための計測原理を提案する。 提案手法では,SfPの非現実的正像像像の仮定を除去し,それぞれの結果を大幅に改善する。 複素形状の鏡面上での単発・多発計測を実演し,本手法について紹介する。
  論文  参考訳（メタデータ） (2024-06-04T06:24:07Z)
• Flatten Anything: Unsupervised Neural Surface Parameterization [76.4422287292541]
  本研究では,FAM(Flatten Anything Model)を導入し,グローバルな自由境界面パラメータ化を実現する。 従来の手法と比較して,FAMは接続情報を活用することなく,個別の面上で直接動作する。 当社のFAMは前処理を必要とせずに完全に自動化されており,高度に複雑なトポロジを扱うことができる。
  論文  参考訳（メタデータ） (2024-05-23T14:39:52Z)
• 3D Reconstruction of Curvilinear Structures with Stereo Matching DeepConvolutional Neural Networks [52.710012864395246]
  本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。 主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
  論文  参考訳（メタデータ） (2021-10-14T23:05:47Z)
• Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian Photometric Stereo [61.6260594326246]
  空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。 分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
  論文  参考訳（メタデータ） (2021-03-22T18:06:58Z)
• Single-molecule orientation localization microscopy I: fundamental limits [0.0]
  古典的および量子的推定理論に適応し、可能な限りの精度を導出するための数学的枠組みを提案する。 可能なすべての回転運動を測定するための最大感度限界を達成できる機器を設計することは不可能である。 総じて、可能な2次元および3次元の局所化および配向測定タスクの最大精度のために、単一の計器を最適化することはできないと結論付けている。
  論文  参考訳（メタデータ） (2020-10-08T15:27:49Z)

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。