論文の概要: ADELE - Adaptive Delaunay Grids for High-Fidelity Mesh-Native Reconstruction

• arxiv url: http://arxiv.org/abs/2609.06723v1
• Date: Sun, 06 Sep 2026 16:55:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-12 04:45:18.500869
• Title: ADELE - Adaptive Delaunay Grids for High-Fidelity Mesh-Native Reconstruction
• Title（参考訳）: ADELE - 高忠実メッシュ負の再構成のための適応デラウネー格子
• Abstract要約: メッシュは、幾何学的推論とグラフィクスパイプラインへの統合のための最も実用的な表現である。 既存のメッシュネイティブ最適化手法はこれらの問題のいくつかを緩和するが、固定解像度の離散化と不安定な最適化動作に悩まされる。 これらの課題に対処するために、適応的なメッシュベースの最適化フレームワークと実用的なメッシュレンダリング手法を導入します。
• 参考スコア（独自算出の注目度）: 10.718334749514694
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Meshes remain the most practical representation for geometry reasoning and integration into graphics pipelines, yet existing reconstruction methods struggle to produce high-quality meshes. Most state-of-the-art approaches initially learn an intermediate representation (NeRF/3DGS) and treat mesh extraction as a post-processing step, which often leads to oversmoothed surfaces or poor quality meshes with excessive triangle counts.Existing mesh-native optimization methods alleviate some of these issues but suffer from fixed-resolution discretizations and unstable optimization behavior. In this paper, we introduce an adaptive mesh-based optimization framework and a practical mesh rendering technique to address these challenges. Our representation combines an optimizable Delaunay-triangulated tetrahedral grid with a multi-resolution hash grid. The former is refined through point pruning and insertion, while the latter provides latent features for SDF/appearance value predictions. We use volumetric rendering to bootstrap a coarse geometry while leveraging mesh-based rendering for recovering fine-grained details. Additionally, we propose a differentiable, rasterization-based depth-offset rendering formulation, reducing geometric artifacts and improving reconstruction quality. Our method significantly outperforms existing mesh optimization approaches across a variety of object-centric benchmarks while being competitive with state-of-the-art NeRF/3DGS methods.
• Abstract（参考訳）: メッシュは、幾何学的推論とグラフィックスパイプラインへの統合のための最も実用的な表現であり続けているが、既存の再構成手法は高品質なメッシュを生成するのに苦労している。 最先端のほとんどのアプローチは、最初は中間表現(NeRF/3DGS)を学習し、メッシュ抽出を後処理のステップとして扱い、しばしば過剰な三角形数を持つ過度な表面や品質の悪いメッシュにつながる。 本稿では,これらの課題に対処するために,適応的メッシュベース最適化フレームワークと実用的なメッシュレンダリング手法を提案する。 我々の表現は、最適化可能なデラウネー三角四面体格子と多分解能ハッシュ格子を組み合わせたものである。 前者はポイントプルーニングと挿入によって洗練され、後者はSDF/外観値予測のための潜在機能を提供する。 ボリュームレンダリングを用いて粗い幾何をブートストラップし、メッシュベースのレンダリングを利用して細かな詳細を復元する。 さらに,ラスタライズに基づく深度オフセットレンダリングの定式化,幾何学的アーティファクトの低減,再現性の向上などが提案されている。 我々の手法は、最先端のNeRF/3DGS手法と競合しながら、様々なオブジェクト中心のベンチマークで既存のメッシュ最適化手法よりも大幅に優れています。

関連論文リスト

• Incremental Online Scene Reconstruction by 3D Gaussian Triangulation [22.398131643187384]
  本稿では,高忠実度メッシュを漸進的に再構築し,更新する新しいオンラインフレームワークを提案する。 また、ガウス集合からメッシュを効率的に抽出し、更新する直接メッシュアルゴリズムを提案する。 我々のフレームワークは、長時間の処理においてメモリと計算オーバーヘッドを大幅に削減する。
  論文  参考訳（メタデータ） (2026-07-12T10:22:18Z)
• OMeGa: Joint Optimization of Explicit Meshes and Gaussian Splats for Robust Scene-Level Surface Reconstruction [10.746979229164815]
  OMeGaは、明示的な三角形メッシュと2Dガウススプラットを共同で最適化するエンドツーエンドフレームワークである。 OMeGaは、挑戦的な屋内再構築ベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-09-29T05:43:40Z)
• TetWeave: Isosurface Extraction using On-The-Fly Delaunay Tetrahedral Grids for Gradient-Based Mesh Optimization [59.318328774645835]
  我々は、勾配に基づくメッシュ最適化のための新しい等曲面表現であるTetWeaveを紹介する。 TetWeaveは、Delaunay三角測量を通じて、四面体グリッドをオンザフライで構築する。 我々は,コンピュータグラフィックスとビジョンの幅広い課題に対して,TetWeaveの適用性を示す。
  論文  参考訳（メタデータ） (2025-05-07T17:32:49Z)
• ConvMesh: Reimagining Mesh Quality Through Convex Optimization [55.2480439325792]
  本研究では、既存のメッシュを強化するために、規律付き凸プログラミングと呼ばれる凸最適化プログラミングを導入する。 元々のメッシュとターゲットのメッシュの両方から分離されたポイントクラウドに注目することにより、この手法は、最小限のデータ要求でメッシュ品質を大幅に改善することを示す。
  論文  参考訳（メタデータ） (2024-12-11T15:48:25Z)
• GausSurf: Geometry-Guided 3D Gaussian Splatting for Surface Reconstruction [79.42244344704154]
  GausSurfは、テクスチャリッチな領域におけるマルチビュー一貫性と、シーンのテクスチャレスな領域における通常の事前の幾何学的ガイダンスを採用している。 本手法は,再現性や計算時間の観点から,最先端の手法を超越した手法である。
  論文  参考訳（メタデータ） (2024-11-29T03:54:54Z)
• Reconstructing Topology-Consistent Face Mesh by Volume Rendering from Multi-View Images [71.20113392204183]
  産業用3Dフェイスアセット作成は通常、下流生産のために多視点画像からトポロジに一貫性のあるフェイスメッシュを再構築する。 NeRFは3次元再構成において、シーンを密度場と放射場として表現することで大きな利点を示した。 多視点画像からアーティストが作ったテンプレートフェイスメッシュの形状を最適化するために,明示的メッシュとニューラルボリュームレンダリングを組み合わせた新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-04-08T15:25:50Z)
• PRS: Sharp Feature Priors for Resolution-Free Surface Remeshing [30.28380889862059]
  本稿では,自動特徴検出とリメッシングのためのデータ駆動方式を提案する。 提案アルゴリズムは,Fスコアの26%,知覚値の42%がtextRMSE_textv$である。
  論文  参考訳（メタデータ） (2023-11-30T12:15:45Z)
• Flexible Isosurface Extraction for Gradient-Based Mesh Optimization [65.76362454554754]
  本研究では、勾配に基づくメッシュ最適化について考察し、スカラー場の等曲面として表現することで、3次元表面メッシュを反復的に最適化する。 我々は、幾何学的、視覚的、あるいは物理的目的に対して未知のメッシュを最適化するために特別に設計された、異面表現であるFlexiCubesを紹介する。
  論文  参考訳（メタデータ） (2023-08-10T06:40:19Z)
• NeuManifold: Neural Watertight Manifold Reconstruction with Efficient and High-Quality Rendering Support [43.5015470997138]
  マルチビュー入力画像から高品質な水密多様体メッシュを生成する手法を提案する。 提案手法は両世界の利点を組み合わせ, ニューラルネットワークから得られる幾何学と, よりコンパクトな神経テクスチャ表現を最適化する。
  論文  参考訳（メタデータ） (2023-05-26T17:59:21Z)
• Delicate Textured Mesh Recovery from NeRF via Adaptive Surface Refinement [78.48648360358193]
  画像からテクスチャ化された表面メッシュを生成する新しいフレームワークを提案する。 我々のアプローチは、NeRFを用いて幾何学とビュー依存の外観を効率的に初期化することから始まります。 ジオメトリと共同で外観を洗練し、テクスチャ画像に変換してリアルタイムレンダリングします。
  論文  参考訳（メタデータ） (2023-03-03T17:14:44Z)

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。