論文の概要: Integrating Multi-view Multi-light Surface Reconstruction into Cultural Heritage Workflows

• arxiv url: http://arxiv.org/abs/2609.15833v1
• Date: Mon, 14 Sep 2026 16:31:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:06.512208
• Title: Integrating Multi-view Multi-light Surface Reconstruction into Cultural Heritage Workflows
• Title（参考訳）: マルチビュー多光表面再構成を文化遺産ワークフローに統合する
• Abstract要約: 文化遺産文書は画像に基づく3D表面の再構築にますます依存している。 フォトグラメトリーソフトウェアは、考古学者、保存者、遺産技術者にそのような情報を提供する。 これらのツールは、リッチなマルチビュー、マルチライトデータを日常的に利用しない。
• 参考スコア（独自算出の注目度）: 6.602331152298958
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cultural heritage documentation increasingly relies on image-based 3D surface reconstruction, with photogrammetry software making such workflows accessible to archaeologists, conservators, and heritage technicians. These tools have been successful for conventional multi-view acquisition, but they do not routinely exploit richer multi-view, multi-light data, despite its potential for improving fine-scale surface reconstruction. This limitation is particularly relevant in heritage contexts, where controlled-light acquisition devices such as RTI domes are already used to capture illumination-varying image sets. The challenge is therefore to connect these existing acquisition practices with recent computer vision methods in a form that can be used within operational heritage workflows. In this work, we address this need by integrating state-of-the-art components from computer vision for multi-view, multi-light surface reconstruction into Meshroom, an open-source photogrammetry framework. Rather than proposing a new reconstruction algorithm, our contribution is to assemble and expose existing advanced methods, namely a complete photometric stereo ecosystem (calibrated, self-calibrated and universal), automatic object masking, and multi-view normal-and-reflectance integration, within a usable heritage-oriented workflow. The proposed system thus provides an intermediate software layer between computer vision research code and practical cultural heritage applications, making recent techniques easier to use and evaluate.
• Abstract（参考訳）: 文化遺産の文書は画像に基づく3D表面の再構築にますます依存しており、フォトグラフィーソフトウェアは考古学者、保存者、遺産技術者にそのようなワークフローを利用できるようにしている。 これらのツールは従来のマルチビュー取得に成功しているが、よりリッチなマルチビュー・マルチライトデータを利用するわけではない。 この制限は、RTIドームのような制御光獲得装置が、照明の異なる画像集合をキャプチャするために既に使われている、歴史的文脈に特に関係している。 したがって、これらの既存の取得プラクティスを、運用遺産ワークフローで使用可能な形式で、最新のコンピュータビジョンメソッドと結びつけることが課題である。 本研究では、マルチビュー・マルチライト表面再構成のためのコンピュータビジョンから、最先端のコンポーネントをオープンソースフォトグラムフレームワークであるMeshroomに統合することで、このニーズに対処する。 我々の貢献は、新しい再構成アルゴリズムを提案するのではなく、既存の高度な手法、すなわち完全な測光ステレオエコシステム(校正、自己校正、普遍)、自動オブジェクトマスキング、多視点正規・反射統合を、使用可能な遺産指向のワークフロー内に組み立て、公開することである。 提案システムは,コンピュータビジョン研究コードと実践的文化遺産アプリケーションの間に中間的なソフトウェア層を提供し,最近の技術の利用と評価を容易にする。

関連論文リスト

• Wan-Image: Pushing the Boundaries of Generative Visual Intelligence [86.08534008471356]
  Wan-Imageは、パラダイムシフト画像生成モデルに設計された統合ビジュアル生成システムである。 大規模マルチモーダルデータスケーリング、体系的な微粒化アノテーションエンジン、強化学習データによって実現されている。 最終的にWan-Imageは、eコマース、エンターテイメント、教育、そして個人の生産性で視覚的コンテンツの創造に革命をもたらす。
  論文  参考訳（メタデータ） (2026-04-21T17:58:58Z)
• A Mixture of Experts Foundation Model for Scanning Electron Microscopy Image Analysis [16.071217652115457]
  本稿では,SEM画像の最初の基礎モデルについて紹介する。 我々は、自動顕微鏡パイプラインにおいて、デフォーカス・ツー・フォーカス画像翻訳は不可欠だが未発見の課題である。
  論文  参考訳（メタデータ） (2026-04-07T14:52:43Z)
• IDArb: Intrinsic Decomposition for Arbitrary Number of Input Views and Illuminations [64.07859467542664]
  画像から幾何学的および物質的情報をキャプチャすることは、コンピュータビジョンとグラフィックスの基本的な課題である。 従来の最適化に基づく手法では、密集した多視点入力から幾何学、材料特性、環境照明を再構築するために数時間の計算時間を必要とすることが多い。 IDArbは、様々な照明条件下で、任意の画像に対して本質的な分解を行うために設計された拡散モデルである。
  論文  参考訳（メタデータ） (2024-12-16T18:52:56Z)
• A Survey on All-in-One Image Restoration: Taxonomy, Evaluation and Future Trends [67.43992456058541]
  画像復元(IR)は、ノイズ、ぼかし、圧縮、悪天候など幅広い要因によって生じる劣化した観察から高品質な画像の復元を目指している。 従来のIR法は、個々の劣化タイプを対象とすることで顕著な進歩を遂げてきたが、それらの特殊化は、しばしば一般化のコストがかかる。 オールインワンのイメージ復元パラダイムが最近登場し、複数の劣化タイプに順応的に対処する統一されたフレームワークを提供している。
  論文  参考訳（メタデータ） (2024-10-19T11:11:09Z)
• DeLiRa: Self-Supervised Depth, Light, and Radiance Fields [32.350984950639656]
  可変ボリュームレンダリングは、3次元再構成と新しいビュー合成のための強力なパラダイムである。 標準的なボリュームレンダリングアプローチは、視点の多様性が限られている場合、縮退したジオメトリーと競合する。 本研究では,多視点測光目標を体積レンダリングのための幾何正則化器として用いることを提案する。
  論文  参考訳（メタデータ） (2023-04-06T00:16:25Z)
• Neural 3D Reconstruction in the Wild [86.6264706256377]
  そこで我々は,インターネット写真コレクションから効率よく高精度な表面再構成を実現する新しい手法を提案する。 そこで本研究では,これらのシーンにおける再構成性能を評価するための新しいベンチマークとプロトコルを提案する。
  論文  参考訳（メタデータ） (2022-05-25T17:59:53Z)
• Use Image Clustering to Facilitate Technology Assisted Review [0.5249805590164902]
  電子発見における技術支援レビュー(TAR)は、マルチメディアコンテンツをスコープに組み込む必要性が高まっているのを目撃している。 我々は過去数年間,画像分類,画像クラスタリング,オブジェクト検出など,TARのための革新的な画像解析アプリケーションを開発してきた。
  論文  参考訳（メタデータ） (2021-12-16T04:02:51Z)
• Retinex-inspired Unrolling with Cooperative Prior Architecture Search for Low-light Image Enhancement [58.72667941107544]
  低照度画像のための軽量で効果的な拡張ネットワークを構築するために,Retinex-inspired Unrolling with Architecture Search (RUAS)を提案する。 RUASは、高速かつ少ない計算リソースで、最高性能の画像強化ネットワークを得ることができます。
  論文  参考訳（メタデータ） (2020-12-10T11:51:23Z)
• Deep 3D Capture: Geometry and Reflectance from Sparse Multi-View Images [59.906948203578544]
  本稿では,任意の物体の高品質な形状と複雑な空間変化を持つBRDFを再構成する学習に基づく新しい手法を提案する。 まず、深層多視点ステレオネットワークを用いて、ビューごとの深度マップを推定する。 これらの深度マップは、異なるビューを粗く整列するために使用される。 本稿では,新しい多視点反射率推定ネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-03-27T21:28:54Z)

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。