論文の概要: SuperFlex: Deformable Superquadrics for Point Cloud Decomposition
- arxiv url: http://arxiv.org/abs/2607.01015v1
- Date: Wed, 01 Jul 2026 14:51:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-02 19:56:07.942536
- Title: SuperFlex: Deformable Superquadrics for Point Cloud Decomposition
- Title（参考訳）: SuperFlex: ポイントクラウド分解のための変形可能なスーパークワッドリック
- Abstract要約: スーパークワッドリックはコンパクトで幾何学的に意味のある3Dオブジェクトの表現を提供することが証明されている。
既存の手法では、復元精度が制限され、厳密なプリミティブに制限され、部分点雲に対する堅牢性が欠如している。
スーパークアッドリック分解の表現力と適用性を拡張する拡張フレームワークであるSuperFlexを提案する。
- 参考スコア（独自算出の注目度）: 49.51169535433531
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Superquadrics have proven to provide a compact, geometrically meaningful representation for 3D objects. However, existing methods suffer from limited reconstruction accuracy, are restricted to rigid primitives, and lack robustness to partial point clouds. In this work, we present SuperFlex, an enhanced framework that expands the expressive power and applicability of superquadric decompositions. First, we introduce a novel loss formulation which significantly improves reconstruction accuracy. Second, we include bending and tapering deformations, enabling high-fidelity representation of curved and asymmetric geometries. Finally, we leverage these high-quality decompositions as supervision to train a model that is robust to partial real-world point clouds. Experiments demonstrate substantial improvements in reconstruction accuracy over both optimization- and learning-based baselines while maintaining a highly compact primitive representation.
- Abstract（参考訳）: スーパークワッドリックはコンパクトで幾何学的に意味のある3Dオブジェクトの表現を提供することが証明されている。
しかし、既存の手法では復元精度が制限され、厳密なプリミティブに制限され、部分点雲に対する堅牢性が欠如している。
本稿では,スーパークアッドリック分解の表現力と適用性を拡張する拡張フレームワークであるSuperFlexを紹介する。
まず,再建精度を大幅に向上させる新しい損失定式化を提案する。
第2に、曲がり変形とテーパリング変形を含んでおり、曲線と非対称な幾何学の高忠実度表現を可能にしている。
最後に、これらの高品質な分解を監督として活用して、部分的な現実世界の点雲に対して堅牢なモデルをトレーニングします。
実験では、高度にコンパクトなプリミティブ表現を維持しながら、最適化ベースラインと学習ベースラインの両方に対して、再構築精度を大幅に改善した。
関連論文リスト
- MetroGS: Efficient and Stable Reconstruction of Geometrically Accurate High-Fidelity Large-Scale Scenes [20.601722393809244]
複雑な都市環境における効率的で堅牢な復興のための新しいフレームワークであるMetroGSを紹介する。
本手法は,分散2次元ガウススプラッティング表現を基本基盤として構築する。
大規模な都市データセットの実験により、MetroGSはより優れた幾何学的精度、レンダリング品質を達成することが示された。
論文 参考訳（メタデータ） (2025-11-24T14:34:19Z) - Simba: Towards High-Fidelity and Geometrically-Consistent Point Cloud Completion via Transformation Diffusion [31.34032485865941]
分散学習問題として,ポイントワイズ変換の回帰を再構成する新しいフレームワークであるSimbaを紹介する。
提案手法は, 対称性の先行と拡散モデルの強力な生成能力を統合し, インスタンス固有の記憶を避ける。
論文 参考訳（メタデータ） (2025-11-20T09:02:42Z) - Rethinking Multimodal Point Cloud Completion: A Completion-by-Correction Perspective [8.276620253870338]
ポイント雲の完成は、部分的な観測から完全な3次元形状を再構築することを目的としている。
ほとんどのメソッドは、いまだにCompletion-by-Inpaintingパラダイムに従っている。
完全形状から始まるコンプリーション・バイ・コレクション(Completion-by-Correction)を提案する。
論文 参考訳（メタデータ） (2025-11-15T11:51:13Z) - Faithful Contouring: Near-Lossless 3D Voxel Representation Free from Iso-surface [49.742538510885]
本稿では,3次元メッシュにおけるほぼロスレスな忠実度を実現するボクセル化表現であるFithful Contouringを提案する。
提案手法は,既存表現の柔軟性と改善も示す。
論文 参考訳（メタデータ） (2025-11-06T03:56:12Z) - Light-SQ: Structure-aware Shape Abstraction with Superquadrics for Generated Meshes [60.92139345612904]
我々は、新しいスーパークワッドリックベースの最適化フレームワークLight-SQを提案する。
本稿では,構造対応ボリューム分解によるブロック再配置戦略を提案する。
実験によると、Light-SQはスーパークワッドリックで効率よく、高忠実で、編集可能な形状の抽象化を可能にする。
論文 参考訳（メタデータ） (2025-09-29T16:18:32Z) - On the Geometric Accuracy of Implicit and Primitive-based Representations Derived from View Rendering Constraints [15.120134539151236]
空間型3次元オブジェクト再構成のための暗黙的かつ明示的な新規ビュー合成法の比較を行った。
埋め込みは幾何的精度において有意義な利得に変換されないことを示す。
本研究は,幾何中心タスクにおける外観埋め込みの限界を明らかにするものである。
論文 参考訳（メタデータ） (2025-09-12T13:37:18Z) - Adaptive Point-Prompt Tuning: Fine-Tuning Heterogeneous Foundation Models for 3D Point Cloud Analysis [51.37795317716487]
本稿では,パラメータの少ない事前学習モデルを微調整するAdaptive Point-Prompt Tuning (APPT)法を提案する。
局所幾何学を集約することで原点雲を点埋め込みに変換し、空間的特徴を捉える。
任意のモダリティのソース領域から3Dへの自己アテンションを校正するために,重みを点埋め込みモジュールと共有するプロンプトジェネレータを導入する。
論文 参考訳（メタデータ） (2025-08-30T06:02:21Z) - SparseFlex: High-Resolution and Arbitrary-Topology 3D Shape Modeling [79.56581753856452]
SparseFlexは、新しいスパース構造のアイソサーフェス表現で、レンダリング損失から最大10243ドルの解像度で、差別化可能なメッシュ再構築を可能にする。
SparseFlexは、高解像度で差別化可能なメッシュ再構成とレンダリングロスによる生成を可能にすることで、3D形状の表現とモデリングの最先端性を著しく向上させる。
論文 参考訳（メタデータ） (2025-03-27T17:46:42Z) - HORT: Monocular Hand-held Objects Reconstruction with Transformers [61.36376511119355]
モノクロ画像から手持ちの物体を3Dで再構成することは、コンピュータビジョンにおいて重要な課題である。
ハンドヘルドオブジェクトの高密度な3次元点群を効率的に再構成するトランスフォーマーモデルを提案する。
提案手法は,高速な推測速度で最先端の精度を達成し,画像の幅を最適化する。
論文 参考訳（メタデータ） (2025-03-27T09:45:09Z) - Hyperbolic-constraint Point Cloud Reconstruction from Single RGB-D Images [19.23499128175523]
我々は3次元点雲再構成に双曲空間を導入し、低歪みの点雲における複雑な階層構造を表現・理解できるようにする。
我々のモデルは既存のモデルよりも優れており、アブレーション研究は我々のモデルとその構成要素の重要性を実証している。
論文 参考訳（メタデータ） (2024-12-12T08:27:39Z)
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。