Fugu-MT 論文翻訳(概要): As-Rigid-As-Possible Regularization for Implicit Surfaces

論文の概要: As-Rigid-As-Possible Regularization for Implicit Surfaces

arxiv url: http://arxiv.org/abs/2608.15933v1
Date: Sun, 16 Aug 2026 21:14:31 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-25 18:24:36.874738
Title: As-Rigid-As-Possible Regularization for Implicit Surfaces
Title（参考訳）: As-Rigid-As-Possible Regularization for Implicit Surfaces
Abstract要約: 意図しない表面表現は、機械学習での使用により、再び人気を取り戻している。曲面の点サンプリングに基づく変形関数のARAPエネルギーの計算手法を開発した。
参考スコア（独自算出の注目度）: 15.269434545108203
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Implicit surface representations have regained popularity because of their use in machine learning. A common component in optimization is regularization, penalizing the deviation of the surface from its original shape. The popular as-rigid-aspossible (ARAP) energy strikes a good compromise between realistic deformation behavior and efficient computation, at least for piecewise linear meshes. We develop an approach for computing the ARAP energy of a deformation function based on point sampling of the surface. The implicit representation is exploited to provide differentials in each sample. The evaluation is efficient and exact in each sample (up to numerical precision). We demonstrate the general applicability of the method to neural shape processing in several applications and contrast its properties with alternatives from the literature.
Abstract（参考訳）: 意図しない表面表現は、機械学習での使用により、再び人気を取り戻している。最適化における一般的な構成要素は正規化であり、表面のずれを元の形状から罰するものである。一般的なARAP(as-rigid-aspossible)エネルギーは、少なくとも片回り線形メッシュの場合、現実的な変形挙動と効率的な計算の間に良い妥協をもたらす。曲面の点サンプリングに基づく変形関数のARAPエネルギーの計算手法を開発した。暗黙の表現は各サンプルに差分を与えるために利用される。評価は各試料において効率的かつ正確である(数値精度まで)。本稿では,いくつかの応用において,この手法の一般応用性を実証し,その特性を文献の代替と対比する。

関連論文リスト

Geometric Operator Learning with Optimal Transport [77.16909146519227]
複素測地上での偏微分方程式(PDE)に対する演算子学習に最適輸送(OT)を統合することを提案する。表面に焦点を当てた3次元シミュレーションでは、OTベースのニューラルオペレーターが表面形状を2次元パラメータ化潜在空間に埋め込む。 ShapeNet-Car と DrivAerNet-Car を用いたレイノルズ平均化 Navier-Stokes 方程式 (RANS) を用いた実験により,提案手法は精度の向上と計算コストの削減を図った。
論文参考訳（メタデータ） (2025-07-26T21:28:25Z)
Robust and Real-time Surface Normal Estimation from Stereo Disparities using Affine Transformations [6.322193856514675]
本研究は,修正ステレオ画像対から表面正規分布推定を行う新しい手法を提案する。我々は、分散データを効率的に処理するように設計された畳み込み操作にインスパイアされたカスタムアルゴリズムを開発する。本手法は,ミドルベリーとシティスケープのデータセットから,シミュレーション環境と実世界のステレオ画像の両方を用いて検証した。
論文参考訳（メタデータ） (2025-04-21T14:19:00Z)
ND-SDF: Learning Normal Deflection Fields for High-Fidelity Indoor Reconstruction [50.07671826433922]
微妙な幾何を同時に復元し、異なる特徴を持つ領域をまたいだ滑らかさを保つことは自明ではない。そこで我々は,ND-SDFを提案する。ND-SDFは,通常のシーンとそれ以前のシーンの角偏差を表す正規偏向場を学習する。本手法は, 壁面や床面などのスムーズなテクスチャ構造を得るだけでなく, 複雑な構造の幾何学的詳細も保存する。
論文参考訳（メタデータ） (2024-08-22T17:59:01Z)
Surface Normal Estimation with Transformers [11.198936434401382]
ノイズと密度の変動を考慮した点群から正規分布を正確に予測する変換器を提案する。本手法は,合成形状データセットPCPNetと実世界の屋内シーンPCPNNの両方で最先端の性能を実現する。
論文参考訳（メタデータ） (2024-01-11T08:52:13Z)
Subsurface Characterization using Ensemble-based Approaches with Deep Generative Models [2.184775414778289]
逆モデリングは、計算コストとスパースデータセットによる予測精度の低下により、不適切な高次元アプリケーションに限られる。 Wasserstein Geneversarative Adrial Network と Gradient Penalty (WGAN-GP) と Ensemble Smoother を多重データ同化 (ES-MDA) と組み合わせる。 WGAN-GPは低次元の潜伏空間から高次元K場を生成するために訓練され、ES-MDAは利用可能な測定値を同化することにより潜伏変数を更新する。
論文参考訳（メタデータ） (2023-10-02T01:27:10Z)
Sparse high-dimensional linear regression with a partitioned empirical Bayes ECM algorithm [62.997667081978825]
疎高次元線形回帰に対する計算効率が高く強力なベイズ的手法を提案する。パラメータに関する最小の事前仮定は、プラグイン経験的ベイズ推定(英語版)を用いて用いられる。提案手法はRパッケージプローブに実装されている。
論文参考訳（メタデータ） (2022-09-16T19:15:50Z)
Scaling Structured Inference with Randomization [64.18063627155128]
本稿では、構造化されたモデルを数万の潜在状態に拡張するためにランダム化された動的プログラミング(RDP)のファミリを提案する。我々の手法は古典的DPベースの推論に広く適用できる。また、自動微分とも互換性があり、ニューラルネットワークとシームレスに統合できる。
論文参考訳（メタデータ） (2021-12-07T11:26:41Z)
An Operator-Splitting Method for the Gaussian Curvature Regularization Model with Applications in Surface Smoothing and Imaging [6.860238280163609]
一般ガウス曲率モデルの演算子分割法を提案する。提案手法は,パラメータの選択,効率,性能に敏感ではない。
論文参考訳（メタデータ） (2021-08-04T08:59:41Z)
Deep Implicit Surface Point Prediction Networks [49.286550880464866]
暗黙の関数としての3次元形状の深い神経表現は、高忠実度モデルを生成することが示されている。本稿では,CSP(Nest Surface-point)表現と呼ばれる新しい種類の暗黙の表現を用いて,そのような曲面をモデル化する新しいアプローチを提案する。
論文参考訳（メタデータ） (2021-06-10T14:31:54Z)
Efficient Semi-Implicit Variational Inference [65.07058307271329]
効率的でスケーラブルな半単純外挿 (SIVI) を提案する。本手法はSIVIの証拠を低勾配値の厳密な推測にマッピングする。
論文参考訳（メタデータ） (2021-01-15T11:39:09Z)
Least squares surface reconstruction on arbitrary domains [30.354512876068085]
2D Savitzky-GolayフィルタとK-nearest近傍カーネルに基づく数値微分の計算法を提案する。同じ定式化を用いて、線形最小二乗問題として、正書法と直視高の両方を記述する方法を示す。我々は,合成データと実データの両方において,最先端技術に対する性能向上を実証した。
論文参考訳（メタデータ） (2020-07-16T21:33:39Z)

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。