論文の概要: Yarn tracking of large-scale 3D textile reinforcements using topological material features

• arxiv url: http://arxiv.org/abs/2609.22315v1
• Date: Tue, 15 Sep 2026 14:10:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.30429
• Title: Yarn tracking of large-scale 3D textile reinforcements using topological material features
• Title（参考訳）: トポロジカル材料を用いた大規模3次元繊維補強材の糸追跡
• Abstract要約: 本研究は,X線CT画像を用いたファンブレードドライプリフォームの繊維補強を半自動追跡する課題に対処する。 本手法は, 大規模産業部品に適用可能な, 平面上から主糸方向へのスライス解析を行う。 この方法は1500個のスライスに3,000以上のワープ糸を追跡し、90%以上の追跡成功率を達成する。
• 参考スコア（独自算出の注目度）: 0.6109267329276281
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automated segmentation of CT images has become increasingly important to enhance the reliability of simulations through the generation of high fidelity numerical models. This study addresses the challenging task of semi-automatically tracking textile reinforcements in fan blade dry preforms using X-ray CT images captured at coarse resolutions (i.e., above 140 $μ$m). Our approach offers a scalable, slice-based analysis conducted on planes orthogonal to the main yarn directions, applied to a large-scale real industrial component. This enables accurate identification and tracking of yarn paths while requiring minimal training. The method models three key yarn properties statistically: their typical cross-section shape, their continuity and movement in the 3D space, and their spatial relative arrangement with respect to neighboring yarns. These statistical properties are integrated into a tracking framework via a variational formulation that optimizes all yarn center positions in successive cross-section planes. The method tracks more than 3,000 warp yarns across 1,500 slices and achieves a tracking success rate above 90%. Overall, this work demonstrates a promising approach toward large-scale, automated textile reinforcement annotation, paving the way for more efficient material characterization in complex composite structures.
• Abstract（参考訳）: 高忠実度数値モデルの生成によりシミュレーションの信頼性を高めるために,CT画像の自動分割がますます重要になっている。 本研究は, 粗大分解能X線CT画像(140$μ$m以上)を用いて, ファンブレードドライプレフォームの繊維補強を半自動で追跡する課題に対処する。 本手法は, 大規模産業部品に適用した, 主糸方向に直交する平面上でのスライス解析をスケーラブルに行う。 これにより、最小限のトレーニングを必要としながら、糸道の正確な識別と追跡が可能になる。 本手法は, 典型的な断面形状, 3次元空間における連続性と移動, 隣り合う糸に対する空間的相対配置の3つの重要な特性を統計的にモデル化する。 これらの統計特性は、連続する断面平面における全ての糸中心位置を最適化する変分定式化によって追跡フレームワークに統合される。 この方法は1500個のスライスに3,000以上のワープ糸を追跡し、90%以上の追跡成功率を達成する。 全体として、この研究は大規模で自動化された繊維補強アノテーションへの有望なアプローチを示し、複雑な複合構造におけるより効率的な材料特性の解明に道を開いた。

関連論文リスト

• Holi-Spatial: Evolving Video Streams into Holistic 3D Spatial Intelligence [78.1406635199656]
  Holi-Spatialは、人間の介入なしに生のビデオ入力から構築された、初めて完全に自動化され、大規模で、空間対応のマルチモーダルデータセットである。 Holi-Spatial-4Mは、12K最適化された3DGSシーン、1.3Mの2Dマスク、320Kの3Dバウンディングボックス、320Kのインスタンスキャプション、1.2Mの3Dグラウンドインスタンス、1.2Mの空間QAペアを含む、最初の大規模で高品質な3Dセマンティックデータセットである。
  論文  参考訳（メタデータ） (2026-03-08T14:49:20Z)
• Transolver-3: Scaling Up Transformer Solvers to Industrial-Scale Geometries [51.028432812178266]
  Transolver-3は、高忠実度物理シミュレーションのために設計されたTransolverファミリーの新しいメンバーである。 Transolver-3は1億6000万以上のセルでメッシュを処理でき、3つの挑戦的なシミュレーションベンチマークで優れたパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-02-04T16:52:44Z)
• Robust Mesh Saliency GT Acquisition in VR via View Cone Sampling and Geometric Smoothing [59.12032628787018]
  バーチャルリアリティー(VR)における人中心視覚モデリングには3次元メッシュサリエンシ基底真理が不可欠である 現在のVRアイトラッキングパイプラインは、単一線サンプリングとユークリッドのスムース化に依存しており、テクスチャの注意を喚起し、ギャップをまたいだ信号の漏洩を引き起こす。 本稿では,これらの制約に対処する頑健な枠組みを提案する。
  論文  参考訳（メタデータ） (2026-01-06T05:20:12Z)
• Analysis of the Compaction Behavior of Textile Reinforcements in Low-Resolution In-Situ CT Scans via Machine-Learning and Descriptor-Based Methods [0.0]
  ネスティングは硬さ、透水性、耐損傷性といった機械的特性を定義する上で重要な役割を果たしている。 本研究は,低分解能CTを用いた乾燥織物補強材におけるネスト挙動の定量化のための枠組みを提案する。 調整した3D-UNetにより,50～60%の繊維含有量に対応する圧縮段階におけるマトリックス,ウェフト,フィリングのセマンティックセマンティックセグメンテーションが可能となった。
  論文  参考訳（メタデータ） (2025-08-13T12:57:30Z)
• A Fast, Scalable, and Robust Deep Learning-based Iterative Reconstruction Framework for Accelerated Industrial Cone-beam X-ray Computed Tomography [5.104810959579395]
  コーンビームX線CT(XCT)と大型検出器とそれに対応する大規模3次元再構成は,様々な産業における材料や部品のミクロンスケールのキャラクタリゼーションにおいて重要な役割を担っている。 本稿では, 自動正規化パラメータ選択を伴う先行モデルとして, アーティファクト縮小学習CNNを組み込んだ, ディープニューラルネットワークに基づく反復アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-01-21T19:34:01Z)
• CLEAR: Conv-Like Linearization Revs Pre-Trained Diffusion Transformers Up [64.38715211969516]
  CLEARと呼ばれる畳み込み型ローカルアテンション戦略を導入し,各クエリトークンの周囲のローカルウィンドウに特徴的インタラクションを限定する。 実験により,10K反復で10Kの自己生成サンプルに注意層を微調整することにより,事前学習したDiTから線形複雑度のある学生モデルへの知識伝達を効果的に行うことができた。
  論文  参考訳（メタデータ） (2024-12-20T17:57:09Z)
• Modeling Continuous Motion for 3D Point Cloud Object Tracking [54.48716096286417]
  本稿では,各トラックレットを連続ストリームとみなす新しいアプローチを提案する。 各タイムスタンプでは、現在のフレームだけがネットワークに送られ、メモリバンクに格納された複数フレームの履歴機能と相互作用する。 頑健な追跡のためのマルチフレーム機能の利用性を高めるために,コントラッシブシーケンス強化戦略を提案する。
  論文  参考訳（メタデータ） (2023-03-14T02:58:27Z)
• Automated processing of X-ray computed tomography images via panoptic segmentation for modeling woven composite textiles [0.0]
  織物の3次元ディジタルジオメトリを自動生成する機械学習による新しい手法を提案する。 パノプティックセグメンテーションを利用して、X線CT(Computerd Tomography)画像からインスタンスセグメンテーションセグメンテーションマスクを生成する。 また, 異なる形状, テクスチャ, コントラストのCT画像に対して, トレーニングセットに類似する新しいCT画像に対して, パン光学セグメントネットワークがよく一般化されていることがわかった。
  論文  参考訳（メタデータ） (2022-02-02T19:59:53Z)
• From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized 3D Point Clouds [59.98665358527686]
  直交平面の分割自由結合推定法を提案する。 このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。 本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
  論文  参考訳（メタデータ） (2020-01-21T06:51:47Z)

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。