論文の概要: BathyFacto: Refraction-Aware Two-Media Neural Radiance Fields for Bathymetry

• arxiv url: http://arxiv.org/abs/2605.10174v1
• Date: Mon, 11 May 2026 08:24:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 02:24:05.552167
• Title: BathyFacto: Refraction-Aware Two-Media Neural Radiance Fields for Bathymetry
• Title（参考訳）: BathyFacto:Bathymetryのための反射型2媒体神経放射場
• Authors: Markus Brezovsky, Anatol Günthner, Frederik Schulte, Lukas Winiwarter, Boris Jutzi, Gottfried Mandlburger,
• Abstract要約: UAV画像に基づく水面透過光度測定は浅水浴量測定を可能にする。 気-水界面での屈折は、構造-移動の直線的仮定に反する。 本稿では,NerfactoをNerfstudioに統合した屈折型2メディア拡張であるBathyFactoを紹介する。
• 参考スコア（独自算出の注目度）: 1.1183000640635818
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Through-water photogrammetry based on UAV imagery enables shallow-water bathymetry, but refraction at the air-water interface violates the straight-ray assumption of Structure-from-Motion and causes systematic depth bias. We present BathyFacto, a refraction-aware two-media extension of Nerfacto integrated into Nerfstudio that targets metrically precise underwater point clouds. BathyFacto uses a shared hash-grid-based density field with a medium-conditioned color head that receives a one-bit medium flag (air or water) and traces each camera ray as two segments: a straight segment in air up to a planar water surface and a refracted segment in water computed via Snell's law with known refractive indices. To allocate samples efficiently across the air-water boundary, we employ a single proposal-network sampler that operates on a virtual straight ray spanning both media, combined with a kinked density wrapper that transparently corrects water-segment positions along the refracted direction before density evaluation. A data adaptation pipeline converts photogrammetric reconstructions to a Nerfstudio-compatible format, estimates the water plane from boundary markers, and provides per-pixel medium masks to gate refraction. We also extend the point cloud export with refraction-corrected backprojection and reversible coordinate transforms to world and global frames. On a simulated two-media scene with known ground truth, BathyFacto with refraction achieves a Cloud-to-Mesh mean distance of 0.06 m and 87 % completeness, compared to 0.52 m / 29 % for the Nerfacto baseline and 0.36 m / 21% for conventional MVS without refraction correction.
• Abstract（参考訳）: UAV画像に基づくスルーウォーター光度測定は浅層水温測定を可能にするが、気-水界面での屈折は構造移動の直線的仮定に反し、体系的な深度バイアスを引き起こす。 本稿では,NerfactoをNerfstudioに統合した屈折型2メディア拡張であるBathyFactoについて紹介する。 BathyFactoは1ビットの中間フラグ(空気または水)を受け取り、それぞれのカメラ線を平面的な水面までの空気中の直線線と、スネルの法則で計算された水の屈折線という2つのセグメントとして追跡する、中間条件のカラーヘッドを備えた共有ハッシュグリッドベースの密度場を使用する。 本研究では,両媒体にまたがる仮想直線線上で動作する単一提案ネットワークサンプリング装置と,屈折方向に沿った水分離位置を透過的に補正するキンク密度ラッパーを併用した。 データ適応パイプラインは、フォトグラム変換をNerfstudio互換のフォーマットに変換し、境界マーカーから水平面を推定し、画素ごとの媒体マスクをゲート屈折に供給する。 また、屈折補正されたバックプロジェクションと可逆座標変換により点雲の輸出を世界および世界フレームに拡張する。 地下真実のシミュレーションされた2メディアシーンでは、屈折のないBathyFactoの平均距離は0.06 mと87 %であり、Nerfactoベースラインでは0.52 m / 29 %、屈折補正のないMVSでは0.36 m / 21%である。

関連論文リスト

• RefracGS: Novel View Synthesis Through Refractive Water Surfaces with 3D Gaussian Ray Tracing [59.24689613992402]
  本稿では,屈折水面と界面下のシーンを共同で再構築するフレームワークであるRefracGSを紹介する。 RefracGSは、以前の屈折法よりも画質が優れており、200FPSで15倍高速なトレーニングとリアルタイムレンダリングを実現している。
  論文  参考訳（メタデータ） (2026-03-23T08:31:08Z)
• S2ML: Spatio-Spectral Mutual Learning for Depth Completion [56.26679539288063]
  RGB-Dカメラで撮影した生深度画像は、弱い反射、境界影、アーティファクトによって不完全な深度値に悩まされることが多い。 既存の手法では、画像領域の深度補完によってこの問題に対処するが、それらは生の深度画像の物理的特性を見落としている。 本研究では,空間領域と周波数領域の両方の利点を両立させるため,S2ML(Spatio-Spectral Mutual Learning framework)を提案する。
  論文  参考訳（メタデータ） (2025-11-08T15:01:55Z)
• I2-NeRF: Learning Neural Radiance Fields Under Physically-Grounded Media Interactions [48.696181442718206]
  I2-NeRFは、メディア劣化下での等方性メートル法知覚を高める新しい神経放射場フレームワークである。 本稿では, ベル・ランベルト減衰法により制御された粒子モデルに放射, 吸収, 散乱を統一する, メディア劣化のための一般的な放射型定式化について述べる。 光伝搬を垂直方向と水平方向の両方で均一に処理することにより、I2-NeRFは等方的距離知覚を可能にし、水深などの媒体特性を推定できる。
  論文  参考訳（メタデータ） (2025-10-25T05:13:28Z)
• Harnessing the Diamond-Air Interface as an Efficient Photon Antenna for Solid-State Emitters [0.0]
  欠陥中心から光子を抽出することは、典型的な基板の屈折率が高いため困難である。 ダイヤモンドの窒素空孔中心では、2.5タイムs105以上の飽和数に達すると、これまではナノファブリック光学を必要とする。 以上の結果から, ナノファブリケート光学系に近づいた光子数も, 油浸光学系により達成できることが示唆された。
  論文  参考訳（メタデータ） (2025-09-30T10:46:08Z)
• Evaluation of Polarimetric Fusion for Semantic Segmentation in Aquatic Environments [0.764671395172401]
  ポラリメトリック・イメージングは、浮遊物体のセマンティックセグメンテーションを妨害する水面グレアを緩和する単一センサーの経路を提供する。 我々は、内陸水路におけるプラスチックボトルの偏光画像の公開データセットであるPoTATO上で、最先端の核融合ネットワークをベンチマークした。
  論文  参考訳（メタデータ） (2025-09-29T12:57:20Z)
• Sea-Undistort: A Dataset for Through-Water Image Restoration in High Resolution Airborne Bathymetric Mapping [2.725507329935916]
  我々は,Blenderで描画された1200対の512x512透水シーンの総合的な合成データセットであるSea-Undistortを紹介した。 それぞれのペアは歪みのない、歪んだ景色で構成されており、太陽の輝き、波、様々な海底に散らばる散乱といった現実的な水の影響を特徴としている。 カメラパラメータや太陽位置、平均深度といった画像毎のメタデータと合わせて、Sea-Undistortは実際の環境では不可能な教師付きトレーニングを可能にする。
  論文  参考訳（メタデータ） (2025-08-11T08:43:29Z)
• NeuroPump: Simultaneous Geometric and Color Rectification for Underwater Images [52.863935209616635]
  水中画像の復元は、水の屈折、吸収、散乱による幾何学的および色の歪みを取り除くことを目的としている。 本研究では,水中の形状と色を水が汲み出されているかのように同時に最適化し,修正する自己教師型方法であるNeuroPumpを提案する。
  論文  参考訳（メタデータ） (2024-12-20T13:40:28Z)
• Online Refractive Camera Model Calibration in Visual Inertial Odometry [13.462106704905132]
  本稿では, 一般的な屈折率カメラモデルとオドメトリーのオンライン共同推定, 未知メディアの屈折率について述べる。 屈折率をモノクロ視覚慣性オドメトリーフレームワークの状態変数としてオンラインに推定する。 本手法は,プール内を走行する水中ロボットを用いて収集したデータに基づいて検証した。
  論文  参考訳（メタデータ） (2024-09-18T15:48:05Z)
• Optimal baseline exploitation in vertical dark-matter detectors based on atom interferometry [50.06952271801328]
  長基線原子干渉計に基づく重力波やダークマターの地上検出器は、現在、最終計画段階にあるか、既に建設中である。 マルチダイアモンド噴水グレーディメータを用いた共振モード検出器は,その高さが利用可能なベースラインの20%を占める場合,最適なショットノイズ制限を達成できることを示す。
  論文  参考訳（メタデータ） (2023-09-08T08:38:24Z)

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。