論文の概要: On the Structural Failure of Chamfer Distance in 3D Shape Optimization
- arxiv url: http://arxiv.org/abs/2603.09925v1
- Date: Tue, 10 Mar 2026 17:21:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-11 15:25:24.497404
- Title: On the Structural Failure of Chamfer Distance in 3D Shape Optimization
- Title（参考訳）: 3次元形状最適化におけるチャンファー距離の構造的欠陥について
- Authors: Chang-Yong Song, David Hyde,
- Abstract要約: 点当たりのチャンファー勾配は、前方項のユニークな引力である多対一の崩壊を引き起こすことを示す。
制御された2D設定では、共有基底は大域的な結合を提供することで崩壊を抑制する。
- 参考スコア（独自算出の注目度）: 0.2891910035195719
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Chamfer distance is the standard training loss for point cloud reconstruction, completion, and generation, yet directly optimizing it can produce worse Chamfer values than not optimizing it at all. We show that this paradoxical failure is gradient-structural. The per-point Chamfer gradient creates a many-to-one collapse that is the unique attractor of the forward term and cannot be resolved by any local regularizer, including repulsion, smoothness, and density-aware re-weighting. We derive a necessary condition for collapse suppression: coupling must propagate beyond local neighborhoods. In a controlled 2D setting, shared-basis deformation suppresses collapse by providing global coupling; in 3D shape morphing, a differentiable MPM prior instantiates the same principle, consistently reducing the Chamfer gap across 20 directed pairs with a 2.5$\times$ improvement on the topologically complex dragon. The presence or absence of non-local coupling determines whether Chamfer optimization succeeds or collapses. This provides a practical design criterion for any pipeline that optimizes point-level distance metrics.
- Abstract（参考訳）: チャンファー距離は、ポイントクラウドの再構築、完了、生成のための標準的なトレーニング損失であるが、直接最適化することで、最適化しないよりも悪いチャンファー値を生成することができる。
このパラドックス的故障は勾配構造であることを示す。
点当たりのチャンファー勾配は、前方の唯一の誘引子であり、反発、滑らかさ、密度認識再重み付けを含む任意の局所正規化器によって解決できない多対一の崩壊を生成する。
我々は崩壊抑制に必要な条件を導出する。
制御された2次元設定では、共有基底変形は大域的な結合を提供することで崩壊を抑制する; 3次元形状変形では、微分可能なMPMが同じ原理を優先し、20個の有向対間のチャムファーギャップを連続的に減少させ、トポロジカルに複雑なドラゴンを2.5$\times$改善する。
非局所結合の有無は、チャンファー最適化が成功するか崩壊するかを決定する。
これは、ポイントレベルの距離メトリクスを最適化するパイプラインに対して、実用的な設計基準を提供する。
関連論文リスト
- Faithful Contouring: Near-Lossless 3D Voxel Representation Free from Iso-surface [49.742538510885]
本稿では,3次元メッシュにおけるほぼロスレスな忠実度を実現するボクセル化表現であるFithful Contouringを提案する。
提案手法は,既存表現の柔軟性と改善も示す。
論文 参考訳（メタデータ） (2025-11-06T03:56:12Z) - RiemanLine: Riemannian Manifold Representation of 3D Lines for Factor Graph Optimization [49.83974390433746]
本稿では,3次元ラインの最小限の統一表現である textbfRiemanLine を紹介する。
私たちのキーとなるアイデアは、各行のランドマークをグローバルなコンポーネントとローカルなコンポーネントに分離することです。
ICL-NUIM, TartanAir, および総合ベンチマークを用いた実験により, 提案手法はより精度の高いポーズ推定とライン再構成を実現することが示された。
論文 参考訳（メタデータ） (2025-08-06T11:27:38Z) - Curve-Aware Gaussian Splatting for 3D Parametric Curve Reconstruction [14.628742412460346]
本稿では,多視点エッジマップから直接3次元パラメトリック曲線を再構成するためのエンドツーエンドフレームワークを提案する。
パラメトリック曲線とエッジ指向ガウス成分の双方向結合機構を提案する。
提案手法は,既存の手法に比べて高い効率と優れた性能を達成し,トレーニング中のパラメータ数を著しく削減する。
論文 参考訳（メタデータ） (2025-06-26T15:48:08Z) - Bridging the Gap Between General and Down-Closed Convex Sets in
Submodular Maximization [8.225819874406238]
Mualem citemualem23re は、この手法がダウンクローズド制約と非ダウンクローズド制約の間を滑らかにできないことを示す。
本研究では,物体を2つの異なる凸体に自然分解した新しいオフラインおよびオンラインアルゴリズムを提案する。
また、3つのオフラインおよび2つのオンラインアプリケーションにまたがる提案アルゴリズムの優位性を実証的に示す。
論文 参考訳（メタデータ） (2024-01-17T14:56:42Z) - Conjugate Product Graphs for Globally Optimal 2D-3D Shape Matching [12.740151710302397]
2次元輪郭と3次元メッシュの連続的および非厳密なマッチングを求める問題を考察する。
既存の解は退化解を避けるために非現実的な前提に大きく依存する。
本稿では,2次元輪郭と3次元形状の共役積グラフに基づく新しい2次元3次元形状マッチング形式を提案する。
論文 参考訳（メタデータ） (2022-11-21T15:41:28Z) - Canny-VO: Visual Odometry with RGB-D Cameras based on Geometric 3D-2D
Edge Alignment [85.32080531133799]
本稿では,自由形式の曲線登録に関する古典的な問題をレビューし,効率的なrgbdビジュアルオドメトリシステムcanny-voに適用する。
エッジ登録でよく用いられる距離変換の代替として、近似近接近傍場と配向近接近傍場という2つの方法が提案されている。
3D2Dエッジアライメントは、効率性と精度の両方の観点から、これらの代替製剤の恩恵を受けます。
論文 参考訳（メタデータ） (2020-12-15T11:42:17Z) - 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。