論文の概要: Simultaneous Monitoring of Shape and Surface Color via 4D Point Clouds: A Registration-free Approach

• arxiv url: http://arxiv.org/abs/2605.08753v1
• Date: Sat, 09 May 2026 07:30:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:49.86053
• Title: Simultaneous Monitoring of Shape and Surface Color via 4D Point Clouds: A Registration-free Approach
• Title（参考訳）: 4次元点雲による形状・表面色同時モニタリング:レジストレーションフリーアプローチ
• Abstract要約: shApe と Color (SMAC) の同時監視のための 4D 点雲による登録不要のフレームワークを提案する。 空間的に認識された信号後診断手法とともに,形状変形や色覚異常を効果的に検出するために,複合的なモニタリング手法を提案する。 モンテカルロシミュレーションと機能的グレード材料に関するケーススタディは、特に微妙な欠陥に対して、SMACが効果的な検出性能を達成することを示した。
• 参考スコア（独自算出の注目度）: 0.4651750987298772
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Advanced manufacturing technologies allow for the production of intricate parts featuring high shape complexity and spatially-varying material composition. Data fusion of point clouds with chromatic attributes provides 4D point clouds, a compact and informative representation that encodes both shape and material information. In this paper, we present a registration-free framework for Simultaneous Monitoring of shApe and Color (SMAC) via 4D point clouds. The proposed framework leverages Laplace-Beltrami operator spectral properties to capture and monitor geometric features and the relationship between shape and surface color. A combined monitoring scheme is proposed to effectively detect shape deformations and color anomalies, along with a spatially-aware post-signal diagnostic procedure to determine the source of change and localize color anomalies. Importantly, neither component relies on registration or mesh reconstruction, eliminating error-prone and computationally expensive preprocessing steps. A Monte Carlo simulation study and a case study on functionally graded materials demonstrate that SMAC achieves effective detection performance, particularly for subtle defects, while providing diagnostic capabilities to identify the source and location of anomalies.
• Abstract（参考訳）: 高度な製造技術は、高い形状の複雑さと空間的に変化する材料組成を特徴とする複雑な部品の製造を可能にする。 点雲と色属性の融合は、4次元点雲、形状と材料情報をエンコードするコンパクトで情報的な表現を提供する。 本稿では,4次元点雲を用いたshApeとColor(SMAC)の同時モニタリングのための登録不要フレームワークを提案する。 提案フレームワークはラプラス・ベルトラミ作用素のスペクトル特性を利用して幾何学的特徴と形状と表面色の関係を捕捉・監視する。 形状変形や色異常を効果的に検出し,空間的に認識した信号後診断手法を用いて色異常の原因を同定し,局所化を行う。 重要なのは、どちらのコンポーネントも登録やメッシュ再構築に依存しておらず、エラーが発生しやすく、計算に費用がかかる前処理ステップを排除していることだ。 モンテカルロシミュレーションと機能的グレードの材料に関するケーススタディは、SMACが、特に微妙な欠陥に対して効果的な検出性能を達成し、異常の原因と位置を識別する診断能力を提供することを示した。

関連論文リスト

• CoGeoAD: Hierarchical Color-Geometric Fusion with Multi-View Attention for Zero-Shot 3D Anomaly Detection [5.069582722808145]
  CoGeoADは、CLIPベースの統一フレームワークで、ピクセル整列した複数ビュー画像を構築することで、色と幾何学的特徴を融合する。 MVTec3D-ADとEyecandiesベンチマークの実験は、CoGeoADが最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2026-06-24T01:12:22Z)
• An Enhanced Geometric-Spectral Feature Learning Framework for Airborne Multispectral Point Cloud Classification [51.004475033276215]
  2つのMPCデータセットを構築し,航空機搭載型MPC分類の注意点に基づく幾何スペクトル特徴学習フレームワークを提案する。 我々のモデルにおける重要な要素は、空間スペクトル特徴の表現能力を向上するアテンション機構を持つ2ストリーム特徴融合法である。 航空機搭載型MPCデータセットの2つの実験結果から,提案手法の有効性が実証された。
  論文  参考訳（メタデータ） (2026-06-08T07:18:38Z)
• Graph-augmented Segmentation of Complex Shapes in Laser Powder bed Fusion for Enhanced In Situ Inspection [0.0]
  本研究は,産業環境におけるin situ検査と幾何検定のためのグラフ拡張セグメンテーション手法を提案する。 基礎となる原理は、ピクセル単位でではなく、グローバルレベルで幾何学的情報を保存すること、グラフニューラルネットワークのボトルネックをU-Netアーキテクチャに埋め込んだ空間領域間の依存関係と情報をモデリングすることである。 本手法は, L-PBF による格子構造のその場再構成のためのベンチマーク手法を用いて評価し, 工業環境におけるロバストインサイトインスペクションと幾何的検証のためのスケーラブルなソリューションとしての可能性を示した。
  論文  参考訳（メタデータ） (2026-04-27T09:43:10Z)
• Layout-Guided Controllable Pathology Image Generation with In-Context Diffusion Transformers [57.54843029965778]
  制御可能な病理画像合成には、空間配置、組織形態、意味的詳細の信頼できる規制が必要である。 In-Context Diffusion Transformer (IC-DiT) は,空間レイアウト,テキスト記述,視覚的埋め込みを統合拡散変換器に組み込んだレイアウト認識生成モデルである。 IC-DiTは既存の方法よりも忠実度が高く、空間制御性が強く、診断の整合性が良くなる。
  論文  参考訳（メタデータ） (2026-03-11T06:14:11Z)
• Registration-Free Monitoring of Unstructured Point Cloud Data via Intrinsic Geometrical Properties [0.4651750987298772]
  複雑な形状のPCDをモニタリングするための新規な登録不要手法を提案する。 提案手法は,2つの特徴学習手法と共通監視方式から構成される。
  論文  参考訳（メタデータ） (2025-11-06T23:13:03Z)
• Registration is a Powerful Rotation-Invariance Learner for 3D Anomaly Detection [64.0168648353038]
  ポイントクラウドデータにおける3次元異常検出は、高い信頼性で構造欠陥を特定することを目的として、産業品質管理に不可欠である。 現在のメモリバンクベースの手法は、しばしば一貫性のない特徴変換と限定的な識別能力に悩まされる。 本稿では、ポイントクラウド登録とメモリベース異常検出の目的を統合した、登録による回転不変の特徴抽出フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-19T14:56:38Z)
• Mitigating Biases in Surgical Operating Rooms with Geometry [40.5145973787288]
  ディープニューラルネットワークは、予測のためにデータセット固有のアーティファクトを活用することで、急激な相関を学習する傾向がある。 外科手術室 (OR) では, スモックやガウンの標準化により, 目印が不明瞭であることが明らかとなった。 この問題を解決するために、人員を3Dポイントクラウドシーケンスとしてエンコードし、外見に基づく共同設立者からアイデンティティ関連形状と動きパターンを遠ざけている。
  論文  参考訳（メタデータ） (2025-08-11T14:32:32Z)
• Physics-Guided Dual Implicit Neural Representations for Source Separation [70.38762322922211]
  我々は,2つの暗黙的ニューラル表現フレームワークを用いて,ソース分離のための自己教師型機械学習手法を開発した。 本手法は,復元に基づく損失関数の最小化により,生データから直接学習する。 本手法は,様々な領域にまたがるソース分離問題に対処する汎用的なフレームワークを提供する。
  論文  参考訳（メタデータ） (2025-07-07T17:56:31Z)
• DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection [55.48770333927732]
  本稿では,拡散型異常検出(Difusion-based Anomaly Detection, DAD)フレームワークを提案する。 画素空間オートエンコーダ、安定拡散の復調ネットワークに接続する潜在空間セマンティックガイド(SG)ネットワーク、特徴空間事前学習機能抽出器から構成される。 MVTec-ADとVisAデータセットの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2023-12-11T18:38:28Z)
• Shape-centered Representation Learning for Visible-Infrared Person Re-identification [49.929146653650534]
  Visible-Infrared Person Re-Identification (VI-ReID)は、全日監視システムにおいて重要な役割を果たす。 既存の手法は主に体型の特徴を見下ろしながら、外見の特徴を学習することに焦点を当てている。 形状と外観を革新的に統合し,VI-ReID性能を向上させる形状中心表現学習(ScRL)フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-27T07:57:24Z)
• An End-to-End Computer Vision Methodology for Quantitative Metallography [0.716879432974126]
  本研究は,異常検出のための総合的人工知能モデルを提案する。 合金中の不純物の異常度を自動的に定量化する。 モデルの性能を提示し,いくつかの代表事例に基づいて解析する。
  論文  参考訳（メタデータ） (2021-04-22T16:29:44Z)
• AOT: Appearance Optimal Transport Based Identity Swapping for Forgery Detection [76.7063732501752]
  顔偽造検出のための外観の相違が大きい新しい識別スワップアルゴリズムを提案する。 外観のギャップは主に、照明と肌の色における大きな相違から生じる。 実画像パッチと偽画像パッチの混在とを識別するために識別器を導入する。
  論文  参考訳（メタデータ） (2020-11-05T06:17:04Z)

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。