論文の概要: IBPA: Real-time Free-form Manifold Mesh Reconstruction via Incremental Ball Pivoting with Integrated Hole Detection
- arxiv url: http://arxiv.org/abs/2607.11627v1
- Date: Mon, 13 Jul 2026 14:45:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 17:47:21.50685
- Title: IBPA: Real-time Free-form Manifold Mesh Reconstruction via Incremental Ball Pivoting with Integrated Hole Detection
- Title（参考訳）: IBPA: 一体型ホール検出によるインクリメンタルボールピボットによるリアルタイム自由形マニフォールドメッシュ再構築
- Abstract要約: 本研究では,Bal Pivoting Algorithm (BPA) をインクリメンタルかつリアルタイムかつ自由な表面再構成法に適用する。
本手法は,ストリーミングポイントクラウドデータから,配向可能な多様体メッシュを段階的に構築する。
既存の手法と比較して,従来の構造的仮定を使わずに,より複雑な曲面トポロジーをサポートする。
- 参考スコア（独自算出の注目度）: 10.994356324148805
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Both Remotely Operated underwater Vehicles (ROVs) and Autonomous Underwater Vehicles (AUVs) are frequently deployed to acquire geometric bathymetric data. However, it is often discovered post-survey that the acquired data coverage is incomplete. Given the high operational cost associated with underwater deployments, it is essential to incrementally visualize surface coverage in real-time to support informed decision-making by both the operators of ROVs and the AUVs during data collection. In addition, traditional incremental surface reconstruction methods, such as Digital Terrain Models (DTMs), are inherently limited in expressiveness: they represent surfaces as height fields, allows only one elevation value per $(x, y)$ coordinate and thus cannot capture overhangs or vertical structures. To overcome these limitations, we adapt the original Ball Pivoting Algorithm (BPA) into an incremental, real-time, and free-form surface reconstruction method, referred to as Incremental BPA (IBPA). Our method incrementally constructs an orientable, manifold mesh from streaming point cloud data without imposing assumptions regarding point cloud overlap or spatial distribution. Furthermore, we introduce a hole detection mechanism that identifies and highlights incomplete mesh regions. Compared to existing approaches, our method supports more complex surface topologies without prior structural assumptions. The source code of our reference implementation is available: https://github.com/Mauhing/Incremental-BPA
- Abstract（参考訳）: 遠隔操作型水中車両(ROV)と自律型水中車両(AUV)の両方が、幾何学的な水量測定データを取得するために頻繁に配備される。
しかし、取得したデータカバレッジが不完全であることは、調査後よく分かる。
水中展開に伴う高い運用コストを考慮すると、データ収集中にROVとAUVの両方のオペレータによる情報意思決定を支援するために、表面のカバレッジをリアルタイムでインクリメンタルに可視化することが不可欠である。
さらに、DTM(Digital Terrain Models)のような従来のインクリメンタルな表面再構成法は、表層を高さ場として表現し、1ドル(x, y)=座標あたりの標高値のみを許容し、オーバーハングや垂直構造を捉えることができないという表現性に本質的に制限されている。
これらの制約を克服するため,従来のBal Pivoting Algorithm (BPA) をインクリメンタルBPA (Incrmental BPA) と呼ばれるインクリメンタル・リアルタイム・自由形表面再構成法に適用した。
本手法は,ストリーミングポイントクラウドデータから,ポイントクラウドの重なりや空間分布に関する仮定を含まない,配向可能な多様体メッシュを漸進的に構築する。
さらに,不完全なメッシュ領域を特定し,強調するホール検出機構を導入する。
既存の手法と比較して,従来の構造的仮定を使わずに,より複雑な曲面トポロジーをサポートする。
リファレンス実装のソースコードは、https://github.com/Mauhing/Incremental-BPA で利用可能です。
関連論文リスト
- Efficient and High-Quality Depth Estimation via Pixel-Space Diffusion with Linear Attention [10.565261122171906]
ラピス(Lapis)は、1段階拡散による効率的かつ高忠実な深さ推定を実現する生成フレームワークである。
粗い階層構造によってこれらの制限を修正します。
最新のSOTA(State-of-the-art)の精度と境界シャープネスを様々な解像度で一貫して達成する。
論文 参考訳（メタデータ） (2026-08-31T01:27:50Z) - Autoregressive B-Rep Shape Generation with Parametric Surfaces [83.03418080213359]
ParaCADは、ポイントクラウド条件のB-Rep生成のための自動回帰フレームワークである。
我々のモデルはまず、制約されたUV領域を持つパラメトリック曲面を生成し、その後、これらの曲面をグローバルに交差させることで有効なB-Repを構築する。
大規模な実験により、ParaCADは忠実な点-クラウドアライメントで正確なB-Repsを生成することが示された。
論文 参考訳（メタデータ） (2026-07-19T06:14:50Z) - LeCropFollow: Latent Space Planning for Navigation in Unstructured Crop Fields [7.898784066160524]
本稿では,視覚ナビゲーションフレームワークLeCropFollowについて述べる。
その結果,LeCropFollowは非構造行で最先端のベースラインと一致しているが,プランテーションギャップでは著しく優れていた。
これらの結果から,不均一な農業環境下での運用において,潜在計画が幾何的推定に頑健な代替手段となることが示唆された。
論文 参考訳（メタデータ） (2026-06-30T16:47:08Z) - Scaling Up Occupancy-centric Driving Scene Generation: Dataset and Method [54.461213497603154]
作業中心の手法は、最近、フレームとモダリティをまたいだ一貫した条件付けを提供することで、最先端の結果を得た。
Nuplan-Occは、広く使われているNuplanベンチマークから構築された、これまでで最大の占有率データセットである。
高品質な占有、多視点ビデオ、LiDAR点雲を共同で合成する統合フレームワークを開発した。
論文 参考訳（メタデータ） (2025-10-27T03:52:45Z) - Graph-based Point Cloud Surface Reconstruction using B-Splines [0.0]
実世界の点雲は、様々な技術的・環境的要因により本質的にうるさい。
既存のデータ駆動表面再構成アルゴリズムは、中間ステップとして、地上の真理正規度や近似正規度に大きく依存している。
辞書型グラフ畳み込みネットワークに基づく表面再構成戦略を開発した。
論文 参考訳（メタデータ） (2025-09-19T14:59:51Z) - TanDepth: Leveraging Global DEMs for Metric Monocular Depth Estimation in UAVs [5.6168844664788855]
本研究は,推定時間における相対的推定から距離深度を求めるための実用的スケール回復手法であるTanDepthを提示する。
提案手法は,GDEM(Global Digital Elevation Models)のスパース計測をカメラビューに投影することで活用する。
推定深度マップから接地点を選択して、投影された基準点と相関するクラスフィルタシミュレーションへの適応を示す。
論文 参考訳（メタデータ） (2024-09-08T15:54:43Z) - Boosting Cross-Domain Point Classification via Distilling Relational Priors from 2D Transformers [59.0181939916084]
従来の3Dネットワークは主に局所幾何学的詳細に焦点を当て、局所幾何学間の位相構造を無視する。
そこで本稿では,大規模画像上においてよく訓練されたトランスフォーマーから前駆体を抽出する,新しい先駆体蒸留法を提案する。
PointDA-10とSim-to-Realデータセットの実験は、提案手法が点クラウド分類におけるUDAの最先端性能を一貫して達成していることを検証する。
論文 参考訳（メタデータ） (2024-07-26T06:29:09Z) - Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。
拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。
MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
論文 参考訳（メタデータ） (2024-05-01T12:03:39Z) - GeoUDF: Surface Reconstruction from 3D Point Clouds via Geometry-guided
Distance Representation [73.77505964222632]
スパース点雲から離散曲面を再構成する問題に対処する学習ベース手法であるGeoUDFを提案する。
具体的には、UDFのための幾何誘導学習法とその勾配推定を提案する。
予測されたUDFから三角形メッシュを抽出するために,カスタマイズされたエッジベースマーチングキューブモジュールを提案する。
論文 参考訳（メタデータ） (2022-11-30T06:02:01Z) - FOVEA: Foveated Image Magnification for Autonomous Navigation [53.69803081925454]
入力キャンバスを小さく保ちながら、ある領域を弾性的に拡大する注意的アプローチを提案する。
提案手法は,高速R-CNNより高速かつ微調整の少ない検出APを高速化する。
Argoverse-HD と BDD100K の自律走行データセットでは,提案手法が標準の高速 R-CNN を超越した検出APを微調整なしで促進することを示す。
論文 参考訳（メタデータ） (2021-08-27T03:07:55Z)
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。