論文の概要: Can One Hear Geometry? Gauge-Invariant Spectral Descriptors for Text-to-B-rep Retrieval

• arxiv url: http://arxiv.org/abs/2610.33484v1
• Date: Sat, 24 Oct 2026 06:20:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.341007
• Title: Can One Hear Geometry? Gauge-Invariant Spectral Descriptors for Text-to-B-rep Retrieval
• Title（参考訳）: 1つの聴覚幾何学は可能か? テキスト-B-rep検索のためのゲージ不変スペクトル記述子
• Abstract要約: グループ動作とスペクトル幾何学的不変量に基づくテキスト-B-rep検索フレームワークを提案する。 テキスト・ツー・3Dソリッド検索では, 88.6%のRecall@5が得られた。
• 参考スコア（独自算出の注目度）: 24.592668169590933
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Text-to-3D solid retrieval requires aligning natural language with precise geometry despite variations in pose, scale, and recording conventions. Existing methods discretize Boundary Representation (B-rep) models into point clouds or meshes, or learn features from faces, edges, and topology, risking information loss or lacking explicit invariance guarantees. We propose a text-to-B-rep retrieval framework based on group actions and spectral geometric invariants, making invariance an explicit constraint on descriptor construction. Specifically, we use group actions to characterize equivalence transformations induced by translation, rotation, reflection, uniform scaling, and contour recording conventions. For sketch-extrusion solids, we construct a fixed 280-dimensional spectral geometric descriptor by integrating geometric information from three complementary levels, including cross-sectional regions, contour boundaries, and extrusion structures. Furthermore, we use descriptor-consistent multi-positive sets and geometric attribute supervision to promote structural alignment between text and solids. On Text-to-3D solid retrieval, our method achieves 88.6% Recall@5, exceeding the previous state of the art by 13.6 percentage points and demonstrating the effectiveness of explicit geometric invariants for precise 3D solid retrieval.
• Abstract（参考訳）: テキストから3Dのソリッド検索には、ポーズ、スケール、記録規則のバリエーションに拘わらず、自然言語を精密な幾何学で整列する必要がある。 既存の方法では、境界表現(B-rep)モデルをポイントクラウドやメッシュに分割したり、顔、エッジ、トポロジーから特徴を学習したり、情報損失のリスク、明示的な不変性の欠如などがあります。 本稿では,グループ動作とスペクトル幾何学的不変量に基づくテキスト対B-rep検索フレームワークを提案する。 具体的には、変換、回転、反射、均一なスケーリング、輪郭記録規則によって引き起こされる同値変換を特徴付けるためにグループアクションを用いる。 スケッチ・エクストルージョン・ソリッドに対しては,断面領域,輪郭境界,押出構造を含む3つの相補的なレベルから幾何情報を統合することで,固定された280次元の幾何学的記述子を構築する。 さらに,テキストとソリッド間の構造的アライメントを促進するために,記述子一貫性の多陽性集合と幾何学的属性管理を用いる。 テキスト・ツー・3Dソリッド・検索では, 従来よりも88.6%のリコール@5を13.6ポイント超え, 正確な3Dソリッド・検索のための明示的幾何学的不変量の有効性を示した。

関連論文リスト

• GeoForward: Geometry-Guided Cross-View Alignment for Feedforward 3D Gaussian Splatting [11.512888199820368]
  我々は3次元再構成のための新しいパラダイムである textbfGeometry-Conditioned Feedforward Reconstruction を提案する。 計量幾何学は、3D表現が形成される前に、クロスビュー対応を確立する。 GeoForwardは、比較手法の中で、最小のクロスカメラ深度一致誤差とチャンファー距離を達成している。
  論文  参考訳（メタデータ） (2026-09-28T15:14:48Z)
• Learning Propagation Geometry from Message-Passing Feedback [58.684834960683226]
  GeoFは、メッセージパッシングフィードバックを通じてノード機能と伝搬幾何学を進化させる、反復的なフレームワークである。 ベンチマークデータセットの実験は、GeoFが最先端のGNNベースラインを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2026-09-28T09:22:49Z)
• See More, Match Better: Multi-Source Feature Fusion for Two-View Correspondence Learning [52.52121389921707]
  2視点対応学習は、画像対における真対応(インレーシ)と偽対応(インレーシ)とを区別することを目的としている。 既存の手法は主に座標に基づく幾何の整合性に依存する。 本稿では,2視点対応学習のためのマルチソース機能融合フレームワークTriMatchを提案する。
  論文  参考訳（メタデータ） (2026-06-08T09:33:01Z)
• From Extrinsic to Intrinsic: Geodesic-Guided Representation Learning for 3D Geometric Data [56.41479248637621]
  我々は,textbfPreトレーニングのための新しい3D表現学習パラダイムであるtextbfPRISMを紹介した。 PRISMは textbfIntrinsic textbfSurface geodesic textbfMetric を検索して埋め込みを学習する。 提案手法は測地線距離予測において, 良好な精度, 堅牢性, 高効率性を示す。
  論文  参考訳（メタデータ） (2026-06-01T13:54:26Z)
• OpenGaFF: Open-Vocabulary Gaussian Feature Field with Codebook Attention [80.51557267896938]
  オープンな3Dシーン理解のための新しいフレームワークであるOpenGaFFについて述べる。 我々の手法の中核はガウス的特徴場であり、ガウス幾何学と外見の連続関数として意味論をモデル化する。 オブジェクトレベルのセマンティック一貫性をさらに強化するために、共有セマンティックプリミティブのセットとして機能する構造化コードブックを導入する。
  論文  参考訳（メタデータ） (2026-05-07T12:10:07Z)
• Learning 3D Representations for Spatial Intelligence from Unposed Multi-View Images [81.94999489820974]
  UniSplat (UniSplat) は、未提示のマルチビュー画像から3D表現を学習するためのフィードフォワードフレームワークである。 エンコーダにおける幾何誘導を強化するデュアルマスキング戦略を導入する。 第2に,外見のセマンティックな矛盾を解消する粗大なガウス的スプレイティング戦略を開発する。 第3に、予測された3次元点と意味マップを画像平面に相互に関連付ける、ポーズ条件の補正機構を導入する。
  論文  参考訳（メタデータ） (2026-04-12T10:36:18Z)
• GeoGuide: Hierarchical Geometric Guidance for Open-Vocabulary 3D Semantic Segmentation [38.12499404546835]
  オープンな3次元セグメンテーションのための階層的幾何-セマンティック整合性を統合するフレームワークであるGeoGuideを提案する。 具体的には,不確実性に基づくスーパーポイント蒸留モジュールを導入し,幾何学的特徴と意味的特徴を融合させる。 ScanNet v2、Matterport3D、nuScenesに関する実験は、GeoGuideの優れた性能を示している。
  論文  参考訳（メタデータ） (2026-03-27T10:29:19Z)
• Structured Bitmap-to-Mesh Triangulation for Geometry-Aware Discretization of Image-Derived Domains [14.464998646821632]
  画像由来の領域におけるPDE離散化を安定させるため,スリーブあるいはセグメンテーション由来の境界を正規三角格子に埋め込むテンプレート駆動三角測量フレームワークを提案する。 我々はすべての局所境界断面積を離散同値と三角形対称性に分類し、各ケースをコンフリクトフリーな再三角形テンプレートにマッピングする有限記号的なルックアップテーブルを生成する。 楕円型および放物型PDE、信号、構造測定の実験では、より少ない要素、より規則的な三角形、複雑な境界付近の幾何学的忠実度が示される。
  論文  参考訳（メタデータ） (2026-02-23T03:36:55Z)
• IGGT: Instance-Grounded Geometry Transformer for Semantic 3D Reconstruction [82.53307702809606]
  人間は自然に3次元世界の幾何学的構造と意味的内容を中間次元として知覚する。 本稿では,空間再構成とインスタンスレベルの文脈理解の両面での知識を統合するために,IGGT (InstanceGrounded Geometry Transformer) を提案する。
  論文  参考訳（メタデータ） (2025-10-26T14:57:44Z)
• Disentangling Geometric Deformation Spaces in Generative Latent Shape Models [5.582957809895198]
  3Dオブジェクトの完全な表現には、解釈可能な方法で変形の空間を特徴づける必要がある。 本研究では,物体形状の空間を剛性方向,非剛性ポーズ,内在的な形状に分解する3次元形状の不整合の事前生成モデルを改善する。 得られたモデルは生の3D形状からトレーニングできる。
  論文  参考訳（メタデータ） (2021-02-27T06:54:31Z)

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。