論文の概要: Marker-Based 3D Reconstruction of Aggregates with a Comparative Analysis of 2D and 3D Morphologies
- arxiv url: http://arxiv.org/abs/2603.12667v1
- Date: Fri, 13 Mar 2026 05:21:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-16 17:38:11.921105
- Title: Marker-Based 3D Reconstruction of Aggregates with a Comparative Analysis of 2D and 3D Morphologies
- Title（参考訳）: マーカによるアグリゲートの3次元再構成と2次元および3次元形態の比較
- Authors: Haohang Huang, Jiayi Luo, Issam Qamhia, Erol Tutumluer, John M. Hart, Andrew J. Stolba,
- Abstract要約: 本稿では, フレキシブルで費用対効果の高いフォトグラメトリによる凝集粒子の3次元再構成手法を提案する。
実験結果の精度を, 試料の接地構造に対して検証した。
- 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: Aggregates, serving as the main skeleton in assemblies of construction materials, are important functional components in various building and transportation infrastructures. They can be used in unbound layer applications, e.g. pavement base and railroad ballast, bound applications of cement concrete and asphalt concrete, and as riprap and large-sized primary crushed rocks. Information on the size and shape or morphology of aggregates can greatly facilitate the Quality Assurance/Quality Control (QA/QC) process by providing insights of aggregate behavior during composition and packing. A full 3D characterization of aggregate particle morphology is difficult both during production in a quarry and at a construction site. Many aggregate imaging approaches have been developed to quantify the particle morphology by computer vision, including 2D image-based approaches that analyze particle silhouettes and 3D scanning-based methods that require expensive devices such as 3D laser scanners or X-Ray Computed Tomography (CT) equipment. This paper presents a flexible and cost-effective photogrammetry-based approach for the 3D reconstruction of aggregate particles. The proposed approach follows a marker-based design that enables background suppression, point cloud stitching, and scale referencing to obtain high-quality aggregate models. The accuracy of the reconstruction results was validated against ground-truth for selected aggregate samples. Comparative analyses were conducted on 2D and 3D morphological properties of the selected samples. Significant differences were found between the 2D and 3D statistics. Based on the presented approach, 3D shape information of aggregates can be obtained easily and at a low cost, thus allowing convenient aggregate inspection, data collection, and 3D morphological analysis.
- Abstract（参考訳）: 建設資材の集合体の主要な骨格として機能する集合体は、様々な建物や交通インフラにおいて重要な機能的構成要素である。
これらは、例えば舗装基盤と鉄道バラスト、セメントコンクリートとアスファルトコンクリートのバウンド用途、リッピングや大型の一次破砕岩などに使用することができる。
骨材のサイズや形状、形態に関する情報は、組成と梱包中の骨材挙動の洞察を提供することで品質保証/品質管理(QA/QC)プロセスを大幅に促進することができる。
採石場と建設現場の両方で, 凝集粒子形態の完全な3次元キャラクタリゼーションは困難である。
コンピュータビジョンによる粒子形態の定量化のために、粒子シルエットを分析する2Dイメージベースアプローチや、3DレーザースキャナーやX線CT装置などの高価な装置を必要とする3Dスキャンベース手法など、多数の集約イメージング手法が開発されている。
本稿では, フレキシブルで費用対効果の高いフォトグラメトリによる凝集粒子の3次元再構成手法を提案する。
提案手法は, 背景抑制, 点雲縫合, スケール参照を可能にし, 高品質な集約モデルを得るマーカーに基づく設計である。
実験結果の精度を, 試料の接地構造に対して検証した。
試料の2次元および3次元形態特性について比較検討を行った。
2D統計と3D統計の間に有意な差異が認められた。
提案手法により, 骨材3次元形状情報を容易に低コストで得ることができ, 便利な骨材検査, データ収集, 3次元形態解析が可能となる。
関連論文リスト
- Three-dimensional reconstruction and segmentation of an aggregate stockpile for size and shape analyses [0.0]
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。
論文 参考訳（メタデータ） (2026-03-04T02:25:03Z) - 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) - Robust Body Composition Analysis by Generating 3D CT Volumes from Limited 2D Slices [15.84853819616586]
2次元(2次元)シングルスライスCT(CT)画像は、体組成解析に何度も用いられている。
本稿では,潜在拡散モデル(LDM)を用いて,限られた2次元スライス数から3次元CTボリュームを生成する手法を提案する。
内外および3次元腹部CTデータセットを用いた実験により,本手法は体組成分析を著しく向上させることが示された。
論文 参考訳（メタデータ） (2025-01-22T18:32:23Z) - Edify 3D: Scalable High-Quality 3D Asset Generation [53.86838858460809]
Edify 3Dは高品質な3Dアセット生成のために設計された高度なソリューションである。
提案手法は,2分間で詳細な形状,清潔な形状のトポロジ,高分解能なテクスチャ,材料で高品質な3Dアセットを生成できる。
論文 参考訳（メタデータ） (2024-11-11T17:07:43Z) - Generating multi-scale NMC particles with radial grain architectures using spatial stochastics and GANs [0.0]
電極性能と陰極粒子の形態の関係は 難しい。
現在では、代表性を達成するために、完全な粒度の細かい粒子を多数画像化することは不可能である。
2次元データから代表的3次元情報を生成する立体生成対向ネットワーク(GAN)に基づくモデルフィッティング手法を提案する。
一度校正すると、このマルチスケールモデルは、統計的に実験データに類似した仮想陰極粒子を迅速に生成することができる。
論文 参考訳（メタデータ） (2024-07-07T11:23:17Z) - Hardness-Aware Scene Synthesis for Semi-Supervised 3D Object Detection [59.33188668341604]
3次元物体検出は、自律運転知覚の基本的なタスクとして機能する。
ポイントクラウドデータのための高品質なアノテーションを得るためには、コストがかかる。
本稿では,適応型合成シーンを生成するために,ハードネス対応シーン合成(HASS)手法を提案する。
論文 参考訳（メタデータ） (2024-05-27T17:59:23Z) - MaterialSeg3D: Segmenting Dense Materials from 2D Priors for 3D Assets [63.284244910964475]
本稿では,2次元のセマンティクスから基礎となる物質を推定する3次元アセット素材生成フレームワークを提案する。
このような先行モデルに基づいて,材料を三次元空間で解析する機構を考案する。
論文 参考訳（メタデータ） (2024-04-22T07:00:17Z) - ComboVerse: Compositional 3D Assets Creation Using Spatially-Aware Diffusion Guidance [76.7746870349809]
複雑な構成で高品質な3Dアセットを生成する3D生成フレームワークであるComboVerseについて,複数のモデルを組み合わせることを学習して紹介する。
提案手法は,標準スコア蒸留法と比較して,物体の空間的アライメントを重視している。
論文 参考訳（メタデータ） (2024-03-19T03:39:43Z) - Reinforced Axial Refinement Network for Monocular 3D Object Detection [160.34246529816085]
モノクロ3次元物体検出は、2次元入力画像から物体の位置と特性を抽出することを目的としている。
従来のアプローチでは、空間から3D境界ボックスをサンプリングし、対象オブジェクトと各オブジェクトの関係を推定するが、有効サンプルの確率は3D空間で比較的小さい。
我々は,まず最初の予測から始めて,各ステップで1つの3dパラメータだけを変えて,基礎的真理に向けて徐々に洗練することを提案する。
これは、いくつかのステップの後に報酬を得るポリシーを設計する必要があるため、最適化するために強化学習を採用します。
論文 参考訳（メタデータ） (2020-08-31T17:10:48Z) - 3DMaterialGAN: Learning 3D Shape Representation from Latent Space for
Materials Science Applications [7.449993399792031]
3DMaterialGANは、モルフォロジーが与えられた3D多結晶材料の微細構造に適合する個々の粒を認識合成することができる。
提案手法は, ベンチマークアノテートした3次元データセット上で, 最先端の3次元データよりも比較可能か, あるいは優れていることを示す。
この枠組みは多結晶材料の認識と合成の基礎を築いた。
論文 参考訳（メタデータ） (2020-07-27T21:55:16Z)
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。