Fugu-MT 論文翻訳(概要): Representing 3D Faces with Learnable B-Spline Volumes

論文の概要: Representing 3D Faces with Learnable B-Spline Volumes

arxiv url: http://arxiv.org/abs/2604.12894v1
Date: Tue, 14 Apr 2026 15:42:48 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-15 19:11:32.541315
Title: Representing 3D Faces with Learnable B-Spline Volumes
Title（参考訳）: 学習可能なB-スプラインボリュームによる3次元顔の表現
Authors: Prashanth Chandran, Daoye Wang, Timo Bolkart,
Abstract要約: 本稿では,B-スプラインボリュームと学習特徴を組み合わせた人間の顔の幾何学的表現CUBEを提案する。 CUBEは3Dスキャン登録とモノクル3D顔再構成のためのデコーダである。
参考スコア（独自算出の注目度）: 15.24889101682807
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present CUBE (Control-based Unified B-spline Encoding), a new geometric representation for human faces that combines B-spline volumes with learned features, and demonstrate its use as a decoder for 3D scan registration and monocular 3D face reconstruction. Unlike existing B-spline representations with 3D control points, CUBE is parametrized by a lattice (e.g., 8 x 8 x 8) of high-dimensional control features, increasing the model's expressivity. These features define a continuous, two-stage mapping from a 3D parametric domain to 3D Euclidean space via an intermediate feature space. First, high-dimensional control features are locally blended using the B-spline bases, yielding a high-dimensional feature vector whose first three values define a 3D base mesh. A small MLP then processes this feature vector to predict a residual displacement from the base shape, yielding the final refined 3D coordinates. To reconstruct 3D surfaces in dense semantic correspondence, CUBE is queried at 3D coordinates sampled from a fixed template mesh. Crucially, CUBE retains the local support property of traditional B-spline representations, enabling local surface editing by updating individual control features. We demonstrate the strengths of this representation by training transformer-based encoders to predict CUBE's control features from unstructured point clouds and monocular images, achieving state-of-the-art scan registration results compared to recent baselines.
Abstract（参考訳）: 提案するCUBE(Unified B-spline Encoding)は,B-splineボリュームと学習特徴を組み合わせた,人間の顔の幾何学的表現である。 3次元制御点を持つ既存のB-スプライン表現とは異なり、CUBEは高次元制御特徴の格子 (eg , 8 x 8 x 8) によってパラメータ化され、モデルの表現性が増大する。これらの特徴は、3次元パラメトリック領域から中間特徴空間を通して3次元ユークリッド空間への連続的な2段階写像を定義する。まず、B-スプラインベースを用いて高次元制御特徴を局所的にブレンドし、第1の3つの値が3Dベースメッシュを定義する高次元特徴ベクトルを得る。小さなMLPがこの特徴ベクトルを処理し、ベース形状からの残留変位を予測し、最終的な3D座標を生成する。密接な意味対応で3次元表面を再構築するために、CUBEは固定テンプレートメッシュからサンプリングされた3次元座標でクエリされる。 CUBEは、従来のB-スプライン表現の局所的なサポート特性を保持しており、個々の制御機能を更新することで、局所的な表面編集を可能にする。この表現の強みを,変圧器を用いたエンコーダを用いて,非構造点雲や単眼画像からCUBEの制御特性を予測し,最近のベースラインと比較して最先端のスキャン登録結果が得られることを示す。

関連論文リスト

IGGT: Instance-Grounded Geometry Transformer for Semantic 3D Reconstruction [82.53307702809606]
人間は自然に3次元世界の幾何学的構造と意味的内容を中間次元として知覚する。本稿では,空間再構成とインスタンスレベルの文脈理解の両面での知識を統合するために,IGGT (InstanceGrounded Geometry Transformer) を提案する。
論文参考訳（メタデータ） (2025-10-26T14:57:44Z)
HccePose(BF): Predicting Front & Back Surfaces to Construct Ultra-Dense 2D-3D Correspondences for Pose Estimation [37.50046993538762]
観測対象の推定では、ニューラルネットワークを使用して2D画像上の物体表面の密集した3D座標を予測する。本研究は、ポーズ間の3次元座標を密集して、物体の前面と後面の両方を3次元座標で予測する。その結果,提案手法は7つの古典的BOPコアデータセットより優れていることがわかった。
論文参考訳（メタデータ） (2025-10-11T11:29:53Z)
LineGS : 3D Line Segment Representation on 3D Gaussian Splatting [0.0]
LineGSは幾何学誘導型3次元ライン再構成と3次元ガウススプラッティングモデルを組み合わせた新しい手法である。その結果, ベースライン法と比較して, 幾何精度とモデルコンパクト性に有意な改善が認められた。
論文参考訳（メタデータ） (2024-11-30T13:29:36Z)
Oriented-grid Encoder for 3D Implicit Representations [10.02138130221506]
本論文は,3次元幾何エンコーダの3次元特性を明示的に利用した最初のものである。提案手法は,従来の手法と比較して最先端の結果が得られる。
論文参考訳（メタデータ） (2024-02-09T19:28:13Z)
OriCon3D: Effective 3D Object Detection using Orientation and Confidence [0.0]
1つの画像から3次元物体を検出するための高度な手法を提案する。我々は、深層畳み込みニューラルネットワークに基づく3Dオブジェクト重み付け指向回帰パラダイムを用いる。提案手法は, 3次元オブジェクトのポーズ決定の精度を大幅に向上し, ベースライン法を超越した。
論文参考訳（メタデータ） (2023-04-27T19:52:47Z)
OA-DET3D: Embedding Object Awareness as a General Plug-in for Multi-Camera 3D Object Detection [77.43427778037203]
我々は3Dオブジェクト検出を改善するプラグインモジュールであるOA-DET3Dを紹介する。 OA-DET3Dは、オブジェクト中心の深度情報と前景の擬似点を活用することにより、オブジェクトの表現を高める。我々は、OA-DET3Dの有効性を検証するために、nuScenesデータセットとArgoverse 2データセットについて広範な実験を行った。
論文参考訳（メタデータ） (2023-01-13T06:02:31Z)
Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR-based Perception [122.53774221136193]
運転時のLiDARに基づく認識のための最先端の手法は、しばしば点雲を2D空間に投影し、2D畳み込みによって処理する。自然な対策として、3Dボクセル化と3D畳み込みネットワークを利用する方法がある。本研究では,3次元幾何学的パターンを探索するために,円筒状分割と非対称な3次元畳み込みネットワークを設計する,屋外LiDARセグメンテーションのための新しいフレームワークを提案する。
論文参考訳（メタデータ） (2021-09-12T06:25:11Z)
Cylinder3D: An Effective 3D Framework for Driving-scene LiDAR Semantic Segmentation [87.54570024320354]
大規模運転シーンのLiDARセマンティックセマンティックセグメンテーションのための最先端の手法は、しばしば2D空間の点雲を投影して処理する。 3D-to-2Dプロジェクションの問題に取り組むための簡単な解決策は、3D表現を保ち、3D空間の点を処理することである。我々は3次元シリンダー分割と3次元シリンダー畳み込みに基づくフレームワークをCylinder3Dとして開発し,3次元トポロジの関係と運転シーンの点雲の構造を利用する。
論文参考訳（メタデータ） (2020-08-04T13:56:19Z)
Cylindrical Convolutional Networks for Joint Object Detection and Viewpoint Estimation [76.21696417873311]
3次元空間で定義された畳み込みカーネルの円筒形表現を利用する学習可能なモジュールである円筒型畳み込みネットワーク(CCN)を導入する。 CCNはビュー固有の畳み込みカーネルを通してビュー固有の特徴を抽出し、各視点におけるオブジェクトカテゴリスコアを予測する。本実験は,円柱状畳み込みネットワークが関節物体の検出と視点推定に与える影響を実証する。
論文参考訳（メタデータ） (2020-03-25T10:24:58Z)
SeqXY2SeqZ: Structure Learning for 3D Shapes by Sequentially Predicting 1D Occupancy Segments From 2D Coordinates [61.04823927283092]
本稿では,各2次元位置における関数の出力が内部の線分列である2次元関数を用いて3次元形状を表現することを提案する。本研究では,SeqXY2SeqZと呼ばれるセック2Seqモデルを用いて,2つの任意の軸に沿った2次元座標列から3つの軸に沿った1次元位置の列への写像を学習する手法を提案する。実験の結果,SeqXY2SeqZは広く使用されているベンチマークで最先端の手法よりも優れていることがわかった。
論文参考訳（メタデータ） (2020-03-12T00:24:36Z)

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。