論文の概要: Three-dimensional reconstruction and segmentation of an aggregate stockpile for size and shape analyses

• arxiv url: http://arxiv.org/abs/2603.06684v1
• Date: Wed, 04 Mar 2026 02:25:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-10 15:13:12.793678
• Title: Three-dimensional reconstruction and segmentation of an aggregate stockpile for size and shape analyses
• Title（参考訳）: 寸法・形状解析のための骨材ストックパイルの三次元再構築とセグメント化
• Authors: Erol Tutumluer, Haohang Huang, Jiayi Luo, Issam Qamhia, John M. Hart,
• Abstract要約: 本稿では,大規模骨材の電位場評価のための3次元イメージング手法を提案する。 エンジニアは、スマートフォンカメラなどのモバイルデバイスでビデオや映像を撮影することで、検査を行うことができる。 この手法は、SfM(Structure-from-Motion)技術を利用して、ストックパイル表面を3次元空間データとして再構成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Aggregate size and shape are key properties for determining quality of aggregate materials used in road construction and transportation geotechnics applications. The composition and packing, layer stiffness, and load response are all influenced by these morphological characteristics of aggregates. Many aggregate imaging systems developed to date only focus on analyses of individual or manually separated aggregate particles. There is a need to develop a convenient and affordable system for acquiring 3D aggregate information from stockpiles in the field. This paper presents an innovative 3D imaging approach for potential field evaluation of large-sized aggregates, whereby engineers can perform inspection by taking videos/images with mobile devices such as smartphone cameras. The approach leverages Structure-from-Motion (SfM) techniques to reconstruct the stockpile surface as 3D spatial data, i.e. point cloud, and uses a 3D segmentation algorithm to separate and extract individual aggregates from the reconstructed stockpile. The preliminary results presented in this paper demonstrate the future potential of using 3D aggregate size and shape information for onsite Quality Assurance/Quality Control (QA/QC) tasks.
• Abstract（参考訳）: 道路建設や交通工学の応用において, 骨材の品質を決定する上で, 骨材の大きさと形状が重要な特性である。 組成, 充填性, 層硬度, 荷重応答は, これらの骨材の形態的特性に影響される。 これまでに開発された多くの凝集イメージングシステムは、個別または手動で分離された凝集粒子の分析にのみ焦点をあてている。 現場の備蓄物から3D集約情報を取得するための,簡便で手頃なシステムを開発する必要がある。 本稿では,スマートフォンカメラなどの携帯端末で映像や映像を撮影することで,大規模骨材を現場で評価するための革新的な3Dイメージング手法を提案する。 この手法は、Structure-from-Motion (SfM) 技術を利用して、ストックパイル表面を3次元空間データ、すなわち点雲として再構成し、再構成されたストックパイルから個々の集合体を分離して抽出するために3Dセグメンテーションアルゴリズムを使用する。 本稿では, 現場品質保証・品質管理(QA/QC)タスクにおける3次元骨材のサイズと形状情報の利用の可能性について述べる。

関連論文リスト

• Field imaging framework for morphological characterization of aggregates with computer vision: Algorithms and applications [0.0]
  最先端のアグリゲーションイメージング手法は、十分に制御された条件下では、正規サイズのアグリゲーションにのみ適用可能な制限がある。 この論文は、凝集体のモルフォロジー特性をマルチシナリオ溶液として解析するためのフィールドイメージングの枠組みを開発する。
  論文  参考訳（メタデータ） (2026-03-04T02:21:00Z)
• Particulate: Feed-Forward 3D Object Articulation [89.78788418174946]
  Particulateは、毎日のオブジェクトの1つの静的3Dメッシュが与えられたフィードフォワードアプローチであり、基盤となる関節構造のすべての属性を直接推論する。 私たちは、公開データセットから多種多様な3Dアセットの集合に基づいて、ネットワークのエンドツーエンドをトレーニングします。 推論中、Particulateはネットワークのフィードフォワード予測を入力メッシュに持ち上げ、完全に調音された3Dモデルを数秒で生成する。
  論文  参考訳（メタデータ） (2025-12-12T18:59:51Z)
• IAAO: Interactive Affordance Learning for Articulated Objects in 3D Environments [56.85804719947]
  IAAOは知的エージェントのための明示的な3Dモデルを構築するフレームワークで,対話を通して環境内の明瞭な物体の理解を得る。 マスク特徴とビュー一貫性ラベルを多視点画像から抽出し,まず3次元ガウススティング(3DGS)を用いて各オブジェクト状態の階層的特徴とラベルフィールドを構築する。 次に、3Dガウスプリミティブ上でオブジェクトと部分レベルのクエリを実行し、静的および明瞭な要素を識別し、大域的な変換と局所的な調音パラメータをアベイランスとともに推定する。
  論文  参考訳（メタデータ） (2025-04-09T12:36:48Z)
• ArtGS: Building Interactable Replicas of Complex Articulated Objects via Gaussian Splatting [66.29782808719301]
  コンピュータビジョンにおいて、音声で表現されたオブジェクトを構築することが重要な課題である。 既存のメソッドは、しばしば異なるオブジェクト状態間で効果的に情報を統合できない。 3次元ガウスを柔軟かつ効率的な表現として活用する新しいアプローチであるArtGSを紹介する。
  論文  参考訳（メタデータ） (2025-02-26T10:25:32Z)
• Segmentation-aware Prior Assisted Joint Global Information Aggregated 3D Building Reconstruction [6.839442579589125]
  マルチビューステレオは、3Dモデリング、精密なエンジニアリングサーベイ、定量的分析、モニタリングとメンテナンスを促進することで、土木工学において重要な役割を担っている。 しかし,Multi-View Stereoアルゴリズムは,大規模ビルディングシーン内の弱テクスチャ領域を再構築する際の課題に直面している。 これらの領域では、画素のステレオマッチングがしばしば失敗し、不正確な深さ推定につながる。 本稿では,弱テクスチャ領域を正確に分割し,その平面前処理を高精度に構築するアルゴリズムを提案する。 この関数は、深さ推定更新プロセス中に幾何学的整合性に制約された事前候補セットのグローバル情報に基づいて最適平面事前情報を選択する。
  論文  参考訳（メタデータ） (2024-10-24T04:59:44Z)
• OpenMaterial: A Large-scale Dataset of Complex Materials for 3D Reconstruction [55.052637670485716]
  材料認識型3D再構成のための大規模半合成データセットであるOpenMaterialを紹介する。 導体、誘電体、プラスチックを含む295の異なる材料にまたがる1,001の物体と、その粗い変種が含まれ、714の異なる照明条件下で捕獲される。 マルチビュー画像、3D形状モデル、カメラポーズ、深度マップ、およびオブジェクトマスクを提供し、挑戦的な材料上で3D再構成を評価するための最初の広範囲なベンチマークを確立する。
  論文  参考訳（メタデータ） (2024-06-13T07:46:17Z)
• Part123: Part-aware 3D Reconstruction from a Single-view Image [54.589723979757515]
  Part123は、一視点画像から部分認識された3D再構成のための新しいフレームワークである。 ニューラルレンダリングフレームワークにコントラスト学習を導入し、部分認識機能空間を学習する。 クラスタリングに基づくアルゴリズムも開発され、再構成されたモデルから3次元部分分割結果を自動的に導出する。
  論文  参考訳（メタデータ） (2024-05-27T07:10:21Z)
• Capturing Shape Information with Multi-Scale Topological Loss Terms for 3D Reconstruction [7.323706635751351]
  本稿では, 連結成分, サイクル, 空隙などの多次元位相特徴を再構成損失に含め, 幾何学的形状情報を補完する手法を提案する。 提案手法は, 3次元体積データから3次元形状データから位相特性を計算し, 最適輸送距離を用いて復元過程を導出する。 SHAPRは2次元顕微鏡画像から個々の細胞の3次元細胞形状を予測するモデルである。
  論文  参考訳（メタデータ） (2022-03-03T13:18:21Z)
• Fully Automated Photogrammetric Data Segmentation and Object Information Extraction Approach for Creating Simulation Terrain [0.0]
  本研究は,全自動写真計測データセグメンテーションとオブジェクト情報抽出フレームワークを開発することを目的とする。 トレーニングやシミュレーションのためのリアルな仮想環境を作成する際のデータのユースケースを考えると、データのセグメンテーションとオブジェクト情報の抽出が不可欠である。
  論文  参考訳（メタデータ） (2020-08-09T09:32:09Z)

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。