論文の概要: Practical High-Fidelity Novel-View Synthesis of Mounted Lepidoptera
- arxiv url: http://arxiv.org/abs/2606.31679v1
- Date: Tue, 30 Jun 2026 13:56:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-01 18:27:19.240974
- Title: Practical High-Fidelity Novel-View Synthesis of Mounted Lepidoptera
- Title（参考訳）: 装着型レピドプターの実用的高忠実ノベルビュー合成
- Abstract要約: バタフライは、自然史のコレクションの中でも最も印象的なもののひとつです。
小型で脆く、細い毛と静脈構造を持つ。
これらの標本を全方向から視認可能な写真リアルな3Dモデルに変換するために、エンドツーエンドのパイプラインを導入する。
- 参考スコア（独自算出の注目度）: 0.8092772265574579
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Mounted butterflies are among the most striking objects in natural history collections. However, their beauty is notoriously hard to digitize in 3D: they are small and fragile, with microscopic hairs and vein structures. Capturing them in sufficient detail, therefore, requires a macro lens, which has a very limited Depth of Field (DoF). Moreover, a camera body cannot be maneuvered beneath a pinned specimen to photograph its ventral surface (the underside of the wings). We introduce an end-to-end pipeline that resolves these challenges to turn such specimens into photo-realistic 3D models viewable from every direction. It combines three ingredients: handheld focus stacking for all-in-focus macro capture without a tripod, a non-contact first-surface mirror system that exposes the ventral surface without touching the specimen, and a segmentation-free, mirror-aware 3D Gaussian Splatting extension. We validate the reconstructions on four diverse specimens.
- Abstract（参考訳）: バタフライは、自然史のコレクションの中でも最も印象的なもののひとつです。
しかし、彼らの美しさは3Dでデジタル化するのが難しいことで知られています。
したがって、それらを十分な詳細でキャプチャするにはマクロレンズが必要であり、そのレンズはフィールド深度(DoF)が非常に限られている。
さらに、カメラ本体は、羽根の表面(翼の下面)を撮影するために、ピン付き標本の下では操作できない。
我々は,これらの課題を解決し,これらの標本を全方向から視認可能な写真リアルな3Dモデルに変換するために,エンドツーエンドパイプラインを導入する。
3脚を使わずにオール・イン・フォーカス・マクロ・キャプチャーのためのハンドヘルド・フォーカス・スタックリング、標本に触れることなく腹面を露出する非接触1面ミラー・システム、そしてセグメンテーションフリーでミラー対応の3Dガウス・スプレイティング・エクステンションである。
本研究は,4種の標本の復元を検証した。
関連論文リスト
- ReX-Shot: Single-Image Rephotography via Geometry- and Camera-Grounded Generation [77.23728599741166]
単一画像の再撮影は、特定の視点、焦点距離、写真効果を持つ単一の参照画像からシーンの新しいショットを合成することを目的としている。
既存の方法は、これらの要因を別々に扱い、共同制御の下で苦労する。
ReX-Shotは、単一の画像から視点、焦点距離、パラメータ化された写真効果を共同制御する最初の統一されたフレームワークである。
論文 参考訳（メタデータ） (2026-08-19T06:34:20Z) - Detailed Geometry and Appearance from Opportunistic Motion [44.38825288921379]
固定カメラの粗い集合から3次元形状と外観を再構築することは、幅広い用途において基礎的な課題である。
静止カメラは局所座標フレーム内の物体の軌道を効果的に公転し、仮想的な視点を提供する。
しかし、この物体の動きを調和させることは、物体のポーズの密結合と幾何学的推定と、静的照明下で動く物体の複雑な外観変化の2つの課題をもたらす。
論文 参考訳（メタデータ） (2026-03-27T17:59:16Z) - Joint Deblurring and 3D Reconstruction for Macrophotography [30.941639453575476]
本稿では,マクロフォトグラフィの3次元再構成法を提案する。
オブジェクトのクリアな3次元モデルと各ピクセルのデフォーカスブラーカーネルを共同で最適化する。
提案手法は,画質の劣化だけでなく,高忠実度3D外観の復元も可能である。
論文 参考訳（メタデータ） (2025-10-02T03:43:05Z) - UniK3D: Universal Camera Monocular 3D Estimation [62.06785782635153]
カメラをモデル化可能なモノクル3D推定法として,UniK3Dを提案する。
本手法では, 球面3次元表現を導入し, カメラとシーンの形状をよりよく切り離すことができる。
13の多様なデータセットに対する包括的なゼロショット評価は、3D、ディープ、カメラメトリクスにわたるUniK3Dの最先端のパフォーマンスを示している。
論文 参考訳（メタデータ） (2025-03-20T17:49:23Z) - Seeing A 3D World in A Grain of Sand [10.896469454726395]
本研究では,1台のカメラと8対の平面鏡を用いた動画像撮影システムの設計を行った。
本手法は,様々なミニチュアシーンにおける最先端性能を示す。
論文 参考訳（メタデータ） (2025-03-01T00:29:48Z) - Extended monocular 3D imaging [3.964710267993159]
光のベクトル波特性を完全に活用する拡張単分子3次元イメージング(EM3D)フレームワークを提案する。
拡大シーンに対して,100万画素で正確な3Dポイントクラウドのスナップショット取得を実験的に実証した。
論文 参考訳（メタデータ） (2025-02-11T09:32:31Z) - LiftImage3D: Lifting Any Single Image to 3D Gaussians with Video Generation Priors [107.83398512719981]
シングルイメージの3D再構成は、コンピュータビジョンの根本的な課題である。
遅延ビデオ拡散モデルの最近の進歩は、大規模ビデオデータから学ぶ有望な3D事前情報を提供する。
本稿では,LVDMの生成先行情報を効果的にリリースするフレームワークであるLiftImage3Dを提案する。
論文 参考訳（メタデータ） (2024-12-12T18:58:42Z) - FreeSplatter: Pose-free Gaussian Splatting for Sparse-view 3D Reconstruction [69.63414788486578]
FreeSplatterはスケーラブルなフィードフォワードフレームワークで、キャリブレーションされていないスパースビュー画像から高品質な3Dガウシアンを生成する。
当社のアプローチでは,自己注意ブロックが情報交換を容易にする合理化トランスフォーマーアーキテクチャを採用している。
包括的データセットに基づいて,オブジェクト中心とシーンレベルの再構築のための2つの特殊な変種を開発する。
論文 参考訳（メタデータ） (2024-12-12T18:52:53Z) - Decaf: Monocular Deformation Capture for Face and Hand Interactions [77.75726740605748]
本稿では,単眼のRGBビデオから人間の顔と対話する人間の手を3Dで追跡する手法を提案する。
動作中の非剛性面の変形を誘発する定形物体として手をモデル化する。
本手法は,マーカーレスマルチビューカメラシステムで取得した現実的な顔変形を伴う手動・インタラクションキャプチャーデータセットに頼っている。
論文 参考訳（メタデータ） (2023-09-28T17:59:51Z) - Mirror-Aware Neural Humans [21.0548144424571]
我々は,カメラの自動校正により,市販の2Dポーズから始まるコンシューマレベルの3Dモーションキャプチャシステムを開発した。
我々は,身体モデル学習のメリットを実証的に実証し,難解なミラーシーンにおける隠蔽を考慮に入れた。
論文 参考訳（メタデータ） (2023-09-09T10:43:45Z) - MoCapDeform: Monocular 3D Human Motion Capture in Deformable Scenes [133.3300573151597]
MoCapDeformは、モノラルな3Dモーションキャプチャのための新しいフレームワークだ。
これは、3Dシーンの非剛体変形を明示的にモデル化した最初のものである。
複数のデータセット上で競合する手法よりも精度が高い。
論文 参考訳（メタデータ） (2022-08-17T17:59:54Z) - MetaPose: Fast 3D Pose from Multiple Views without 3D Supervision [72.5863451123577]
正確な3Dポーズとカメラ推定が可能なニューラルモデルをトレーニングする方法を示す。
本手法は,古典的バンドル調整と弱教師付き単分子3Dベースラインの両方に優れる。
論文 参考訳（メタデータ） (2021-08-10T18:39:56Z)
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。