論文の概要: Self-Supervised Dual-Frequency Phase Decomposition for Single-Shot Composite Fringe Projection Profilometry

• arxiv url: http://arxiv.org/abs/2606.21027v1
• Date: Fri, 19 Jun 2026 01:34:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 08:55:04.876032
• Title: Self-Supervised Dual-Frequency Phase Decomposition for Single-Shot Composite Fringe Projection Profilometry
• Title（参考訳）: 単ショット複合フランジ射影プロファイロメトリーの自己改善二重周波数位相分解
• Authors: Jin-Hyuk Seok, Yatong An, Jae-Sang Hyun,
• Abstract要約: FPP(Single-shot fringe projection profilometry)は、リアルタイム計測、動的物体再構成、動きに敏感な環境において活発に研究されている。 複数の周波数成分を1つのパターンに符号化し、位相曖昧性の解消を可能にするため、単発FPPでは複合フリンジパターンが有利である。 位相ラベルや深度ラベルを必要とせず, 単発複合フイルムパターンの自己監督型位相改善フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.866627581195388
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Single-shot fringe projection profilometry (FPP) has been actively studied for real-time measurement, dynamic object reconstruction, and motion-sensitive environments. Composite fringe patterns are advantageous in single-shot FPP because multiple frequency components can be encoded in a single pattern, enabling phase ambiguity resolution. Existing approaches mainly rely on Fourier transform-based methods or supervised deep learning methods. However, Fourier transform-based methods often suffer from limited accuracy and degraded performance in complex regions, while supervised methods require dense phase or depth labels, which are costly to obtain. In this work, we propose a self-supervised phase refinement framework for single-shot composite fringe patterns without requiring phase or depth labels. The proposed method exploits the scale and direction relationships between low- and high-frequency phase gradients, improving the reliability of phase separation. We also introduce a soft edge consistency loss to preserve object boundaries and fine geometric structures. Experimental results show that the proposed method achieves MAE_z and RMSE_z of 0.367 mm and 1.804 mm, respectively, outperforming the best-performing transform-based baseline, which obtains 0.402 mm and 2.785 mm. The proposed method also improves the valid-pixel ratio from 84.75 % to 95.07 %. These results demonstrate the effectiveness of self-supervised dual-frequency phase refinement for reliable single-shot 3D reconstruction without ground-truth label supervision.
• Abstract（参考訳）: FPP(Single-shot fringe projection profilometry)は、リアルタイム計測、動的物体再構成、動きに敏感な環境において活発に研究されている。 複数の周波数成分を1つのパターンに符号化し、位相曖昧性の解消を可能にするため、単発FPPでは複合フリンジパターンが有利である。 既存のアプローチは主にフーリエ変換に基づく手法や教師付きディープラーニング手法に依存している。 しかし、フーリエ変換に基づく手法は複雑な領域において限られた精度と劣化性能に悩まされがちであるが、教師付き手法では高密度位相や深度ラベルが必要であり、取得にはコストがかかる。 本研究では, 位相ラベルや深度ラベルを必要とせず, 単発複合ファインダーパターンの自己監督型位相改善フレームワークを提案する。 提案手法は,低周波位相勾配と高周波位相勾配のスケールと方向の関係を利用して,位相分離の信頼性を向上させる。 また,物体境界と微細な幾何学構造を維持するために,ソフトエッジの整合性損失を導入する。 実験結果から,提案手法は0.367mmと1.804mmのMAE_zとRMSE_zをそれぞれ達成し,0.402mmと2.785mmの変換ベースラインよりも高い性能を示した。 また,有効画素比を84.75 %から95.07 %に改善した。 これらの結果から,高信頼単発3次元再構成における自己教師型2周波位相補正の有効性が示唆された。

関連論文リスト

• Flow Map Denoisers: Traversing the Distortion-Perception Plane for Inverse Problems [48.501415601682815]
  画像復元は基本的なトレードオフに直面している: エラーを最小限に抑える手法はぼやけた再構成を生み出し、知覚的品質を最大化する手法はシャープだが忠実でない画像を生み出す。 フローマップモデルは、歪み知覚フロンティアを連続的に分散する1パラメータのデノイザ群を暗黙的に定義する。 Plug-and-Playソルバ内では、同じメカニズムが一般的な逆問題にまで拡張され、知覚的アライメントとデータの一貫性のトレードオフを制御する。
  論文  参考訳（メタデータ） (2026-06-18T05:15:43Z)
• Towards Generalized Image Manipulation Localization via Score-based Model [38.03898206912958]
  IMLにスコアベース生成モデルを導入する新しいフレームワークであるDiffIMLを提案する。 この定式化の下では、拡散モデルは学習したスコア関数の効果的な数値解法として機能する。 8つの非生成的および3つの生成的ベンチマークの実験は、DiffIMLが一貫して最先端の手法より優れていることを示した。
  論文  参考訳（メタデータ） (2026-05-16T08:39:54Z)
• Few-Step Diffusion via Score identity Distillation [67.07985339442703]
  拡散蒸留は, テキスト・ツー・イメージ(T2I)拡散モデルを促進するための有望な戦略として浮上している。 既存の方法は、高分解能T2I拡散モデルを蒸留する際に、実像や教師合成画像に頼っている。 教師のCFGを無効にし、偽スコアネットワークでテキストコンディショニングを除去するZero-CFGと、偽スコアネットワークで否定的なCFGを適用するAnti-CFGの2つの新しいガイダンス戦略を提案する。
  論文  参考訳（メタデータ） (2025-05-19T03:45:16Z)
• FUSE: Label-Free Image-Event Joint Monocular Depth Estimation via Frequency-Decoupled Alignment and Degradation-Robust Fusion [92.4205087439928]
  画像強調共同深度推定法は、頑健な知覚に相補的なモダリティを利用するが、一般化可能性の課題に直面している。 自己監督型転送(PST)と周波数デカップリング型フュージョンモジュール(FreDF)を提案する。 PSTは、画像基盤モデルとの遅延空間アライメントによるクロスモーダルな知識伝達を確立し、データ不足を効果的に軽減する。 FreDFは、低周波構造成分から高周波エッジ特性を明示的に分離し、モード比周波数ミスマッチを解消する。 この組み合わせのアプローチにより、FUSEはターゲットデータセットに対する軽量デコーダ適応のみを必要とするユニバーサルなイメージイベントを構築することができる。
  論文  参考訳（メタデータ） (2025-03-25T15:04:53Z)
• Straighter Flow Matching via a Diffusion-Based Coupling Prior [29.38872850098043]
  フローマッチング(StraightFM)のストレートトラジェクトリを提案する。 分散レベル全体からの結合戦略でトラジェクトリを直線化する。 画素空間と潜伏空間の実験結果から、StraightFMは5段階以内で魅力的なサンプルが得られることが示された。
  論文  参考訳（メタデータ） (2023-11-28T06:19:30Z)
• Single-shot Phase Retrieval from a Fractional Fourier Transform Perspective [12.490990352972695]
  分数フーリエ変換の観点から,新しい単発位相探索パラダイムを提案する。 FrFT領域の強度測定は位相検索のあいまいさを軽減するのに非常に有効である。 提案する自己教師型再構成手法は,FrFTの高速離散アルゴリズムを,未学習のニューラルネットワークの先行アルゴリズムと併用する。
  論文  参考訳（メタデータ） (2023-11-18T03:11:31Z)
• Self-supervised phase unwrapping in fringe projection profilometry [0.0]
  単カメラ遠近射影プロファイロメトリーのための新しい自己監督型位相アンラッピング法を提案する。 訓練されたネットワークは、64周期の1フェーズマップから絶対縁順を検索し、深さ精度でDF-TPUアプローチをオーバーパフォーマンスすることができる。 実験により, 提案手法が実際の動きのぼやけ, 孤立物体, 低反射率, 位相不連続の場面で有効であることを示す。
  論文  参考訳（メタデータ） (2023-02-13T14:16:34Z)

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。