論文の概要: ToCo-Mesh: Topology-Consistent Dynamic Mesh Reconstruction via Adaptive Tessellation and Surface-Aligned 2DGS

• arxiv url: http://arxiv.org/abs/2609.29529v1
• Date: Tue, 01 Sep 2026 02:00:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:56.057687
• Title: ToCo-Mesh: Topology-Consistent Dynamic Mesh Reconstruction via Adaptive Tessellation and Surface-Aligned 2DGS
• Title（参考訳）: ToCo-Mesh: 適応型テセルレーションと表面配向2DGSによるトポロジ一貫性動的メッシュ再構成
• Abstract要約: ToCo-Meshは、トポロジの一貫性を時間とともに維持する動的再構築フレームワークである。 ToCo-Meshは、厳密なトポロジ的一貫性を維持しながら適応的なメッシュリファインメントを実現する最初のフレームワークである。
• 参考スコア（独自算出の注目度）: 34.54343282296313
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reconstructing dynamic meshes with consistent topology from multi-view temporal images remains a challenge. Existing approaches typically face a dilemma between fine-scale shape recovery and topological stability. Frame-by-frame extraction methods capture fine details but break vertex correspondence, leading to flickering meshes. Conversely, template-based deformation ensures consistency but struggles to adapt its surface resolution during optimization, missing local surface details. To address these limitations, we propose ToCo-Mesh, a dynamic reconstruction framework that maintains topology consistency over time while achieving high-fidelity geometry. Specifically, we introduce a dual-mesh representation, where a canonical template mesh is tightly bound to time-varying coarse guide meshes via barycentric parameterization. While keeping guide meshes fixed to condition the deformation, we perform error-driven split-and-merge on the template mesh to progressively increase reconstruction fidelity. Furthermore, to suppress surface irregularities and achieve photorealistic rendering, we incorporate a Surface-Aligned 2DGS module. By anchoring flattened Gaussians to mesh faces, we utilize their rendered normals to guide inverse geometric fine-tuning. To our knowledge, ToCo-Mesh is the first framework to enable adaptive mesh refinement while maintaining strict topological consistency. Extensive experiments demonstrate that our method achieves SOTA geometric accuracy while maintaining competitive rendering quality.
• Abstract（参考訳）: 多視点時間画像から一貫したトポロジを持つ動的メッシュを再構築することは依然として課題である。 既存のアプローチは通常、微細な形状回復と位相安定性の間にジレンマに直面している。 フレーム・バイ・フレーム抽出法は細部をキャプチャするが、頂点対応を破り、フリックリングメッシュに繋がる。 逆に、テンプレートベースの変形は整合性を保証するが、局所的な表面の詳細を欠いた最適化において表面分解能の適応に苦慮する。 これらの制約に対処するため,高忠実度幾何を実現しつつ,時間とともにトポロジの整合性を維持する動的再構成フレームワークToCo-Meshを提案する。 具体的には、標準テンプレートメッシュがバリ中心パラメータ化を介して、時間変化の粗いガイドメッシュに強く結びついている、二重メッシュ表現を導入する。 変形条件にガイドメッシュを固定しつつ,テンプレートメッシュ上でエラー駆動スプリット・アンド・マージを行い,徐々に復元精度を向上する。 さらに、表面の不規則性を抑え、フォトリアリスティックレンダリングを実現するために、Surface-Aligned 2DGSモジュールを組み込む。 平らなガウスアンをメッシュ面に固定することにより、それらのレンダリングされた正規表現を利用して、逆幾何学的な微調整を導く。 我々の知る限り、ToCo-Meshは厳密なトポロジ的一貫性を維持しながら適応的なメッシュ精錬を可能にする最初のフレームワークです。 拡張実験により, 競合レンダリング品質を維持しつつ, SOTAの幾何精度を達成できることが実証された。

関連論文リスト

• ExMesh: EXplicit Mesh Reconstruction with Topology Adaptation [36.887001139824456]
  明示的なメッシュを直接最適化する新しいフレームワークであるExMeshを提案する。 ExMeshは精度とメッシュの簡潔さのバランスがとれることを示す。
  論文  参考訳（メタデータ） (2026-06-05T13:59:58Z)
• DySurface: Consistent 4D Surface Reconstruction via Bridging Explicit Gaussians and Implicit Functions [30.023158829098502]
  動的シーンにおける暗黙的距離関数(SDF)の幾何学的忠実度で、明示的なガウス的効果を橋渡しする新しいフレームワークであるDySurfaceを提案する。 具体的には,変形したガウスを生かしたVoxGS-DSDF分岐を用いて,動的スパースボクセル格子を構築し,暗黙のSDF場への幾何的ガイダンスを提供する。 この明示的なアンカーは、ボリュームレンダリングプロセスを効果的に調整し、水密境界と詳細な表現で表面再構成品質を著しく改善する。
  論文  参考訳（メタデータ） (2026-05-11T11:05:17Z)
• \textit{4DSurf}: High-Fidelity Dynamic Scene Surface Reconstruction [53.82595920033838]
  本稿では,ガウススプラッティング(GS)を用いた動的シーン表面再構成の問題に対処する。 汎用動的表面再構成のための新しい統一フレームワークである textit4DSurf' を提案する。 本手法は,シャンファー距離で49%,19%の最先端表面再構成法より優れる。
  論文  参考訳（メタデータ） (2026-03-30T06:09:37Z)
• Preconditioned Deformation Grids [41.79220966392968]
  非構造点雲列から直接コヒーレントな変形場を推定する新しい手法であるプレコンディショニング変形格子を導入する。 提案手法は,最先端技術と比較して,特に長いシーケンスにおいて優れた結果が得られる。
  論文  参考訳（メタデータ） (2025-09-22T17:59:55Z)
• DynoSurf: Neural Deformation-based Temporally Consistent Dynamic Surface Reconstruction [93.18586302123633]
  本稿では3次元点雲列から時間的に一貫した表面を対応なく再構成する問題について考察する。 テンプレート表面表現と学習可能な変形場を統合した教師なし学習フレームワークDynoSurfを提案する。 実験により、DynoSurfの現在の最先端アプローチに対する顕著な優位性を示した。
  論文  参考訳（メタデータ） (2024-03-18T08:58:48Z)
• Binary Opacity Grids: Capturing Fine Geometric Detail for Mesh-Based View Synthesis [70.40950409274312]
  我々は、細い構造を再構築する能力を損なうことなく、表面への収束を促すために密度場を変更する。 また, メッシュの単純化と外観モデルの適合により, 融合型メッシュ方式を開発した。 私たちのモデルで生成されたコンパクトメッシュは、モバイルデバイス上でリアルタイムでレンダリングできます。
  論文  参考訳（メタデータ） (2024-02-19T18:59:41Z)
• 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)
• Mesh Draping: Parametrization-Free Neural Mesh Transfer [92.55503085245304]
  Mesh Drapingは、既存のメッシュ構造をある形状から別の形状に転送するニューラルネットワークである。 我々は、徐々に増加する周波数を活用して、ニューラルネットワークの最適化を導くことにより、安定かつ高品質なメッシュ転送を実現することができることを示す。
  論文  参考訳（メタデータ） (2021-10-11T17:24:52Z)

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。