論文の概要: 3D Neural Rendering for Automated Ultrasonic Laser Scans
- arxiv url: http://arxiv.org/abs/2611.00527v1
- Date: Sat, 31 Oct 2026 01:32:31 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-03 19:22:25.499863
- Title: 3D Neural Rendering for Automated Ultrasonic Laser Scans
- Title（参考訳）: 自動超音波スキャンのための3次元ニューラルレンダリング
- Abstract要約: レーザードップラー振動計(LDV)スキャンは、製造部品の欠陥や亀裂を検知するために用いられる。
本研究では,ロボットによる自動操作とニューラルレンダリングを組み合わせることで,三次元部分の定常表面波動場を再構築する手法を提案する。
- 参考スコア（独自算出の注目度）: 0.0767251901514369
- License:
- Abstract: Laser doppler vibrometer (LDV) scans can be used to detect defects and cracks in manufactured parts before they are deployed. This work presents a method for reconstructing the steady-state surface wavefield of a three-dimensional part by combining automated robotic manipulation with neural rendering. A six-degree-of-freedom (6-DOF) robotic manipulator (UFactory xArm6) with an embedded piezoelectric transducer presented an acoustically excited test article to a stationary LDV at a sequence of known orientations, yielding a set of complex-valued 2D scans with poses derived analytically from the arm kinematics rather than from image-based pose estimation. These scans were used to train a novel complex-nerfacto model, a modified Neural Radiance Field (NeRF) pipeline that replaces the standard three-channel RGB output head with a two-channel output. Complex-nerfacto represents the real and imaginary velocity components of a wavefield, preserving the complex measurement without quantization. Reconstructions of a welded aluminum cylinder and a welded T-bracket were evaluated against measured scans using Z-normalized cross-correlation (ZNCC). The complex-valued pipeline achieved a mean ZNCC of 0.60 at held-out viewing angles, compared with 0.28 for a baseline RGB nerfacto model trained on rendered images of the same data. The resulting surface wavefield reconstructions supported defect detection and characterization on complex components. We identify geometry reconstruction from sparse LDV scans as the remaining obstacle to practical deployment.
- Abstract（参考訳）: レーザードップラー振動計(LDV)スキャンは、製造部品の欠陥や亀裂を検知するために用いられる。
本研究では,ロボットによる自動操作とニューラルレンダリングを組み合わせることで,三次元部分の定常表面波動場を再構築する手法を提案する。
6自由度 (6-DOF) のロボットマニピュレータ (UFactory xArm6) と組込み圧電トランスデューサは、静止LDVに既知の向きの配列で音響的に励起されたテスト項目を提示し、画像に基づくポーズ推定ではなく、解析的に腕の運動学から派生したポーズを持つ複雑な2Dスキャンのセットを得た。
これらのスキャンは、標準的な3チャネルのRGB出力ヘッドを2チャネル出力に置き換える、新しい複雑な神経モデルであるNeRFパイプラインの訓練に使用された。
複素ナファクトは波動場の実と虚の速度成分を表し、量子化せずに複素測度を保存する。
Z-normalized cross-correlation (ZNCC) を用いて, 溶接アルミニウムシリンダと溶接Tブラケットの再構成を評価した。
複雑な値のパイプラインは0.60のZNCCを、同じデータのレンダリング画像に基づいてトレーニングされたベースラインのRGB nerfactoモデルでは0.28と、保留角度で達成した。
その結果得られた表面波動場再構成は、複雑な部品の欠陥検出と特性評価を支持した。
本研究では,スパルスLDVスキャンによる幾何学的再構成を,実用的展開の障害として捉えた。
関連論文リスト
- Unsupervised Deep Learning for Limited-Angle STEM-EDX Tomography -- Application to 3D Chemical Analysis of Phase-Change Memory Devices [0.9312563458390898]
本稿では,制限角STEM-EDXトモグラフィの総変分正則化を前提として,Deep Image Priorに基づく教師なしディープラーニングフレームワークを提案する。
空間相関を利用して複数の要素マップを共同で再構成する多チャンネル定式化(DIPm-TV)に拡張する。
本手法は,中程度の雑音下では,約100円前後の角度範囲に相当し,致命的な欠点を補うものである。
論文 参考訳（メタデータ） (2026-06-09T08:16:09Z) - GeRaF: Neural Geometry Reconstruction from Radio Frequency Signals [7.144634906657132]
GeRaFは、無線周波数(RF)信号からの近距離3次元幾何再構成にニューラルネットワークを用いた最初の方法である。
RGBやLiDARベースの方法とは異なり、RFセンシングはオクルージョンを通して見ることができるが、レンズのない撮像特性のために低解像度とノイズに悩まされる。
論文 参考訳（メタデータ） (2026-05-27T20:58:36Z) - Cylindrical Mechanical Projector for Omnidirectional Fringe Projection Profilometry [0.07646713951724012]
本稿では,円筒型メカニカルプロジェクタを用いた新しい3次元再構成手法を提案する。
提案手法は、2つの異なる間隔でON/OFFスロットを持つ回転ステージと円筒パターン生成器からなる。
マルチ波長アンラッピングアルゴリズムと準校正手法を適用することにより、単一のカメラのみを用いて高精度な3D再構成を実現する。
論文 参考訳（メタデータ） (2026-03-11T06:20:09Z) - Physics Informed Neural Networks for design optimisation of diamond particle detectors for charged particle fast-tracking at high luminosity hadron colliders [70.66815108184498]
将来の高輝度ハドロン衝突装置は、極端放射線耐性、空間精度、ナノ秒以下のタイミングで追跡検出器を必要とする。
3Dダイヤモンドのピクセルセンサーは、ダイヤモンドの放射硬度とキャリアの移動性のために、これらの機能を提供する。
我々は、マクスウェル方程式の準定常近似として導かれた3次、3+1D PDEを用いて、この現象をモデル化する。
論文 参考訳（メタデータ） (2025-09-25T13:09:28Z) - Multispectral-NeRF:a multispectral modeling approach based on neural radiance fields [3.606065291262699]
2次元画像に基づく3次元再構成技術は、通常RGBスペクトル情報に依存する。
RGB以外のスペクトルバンドは、ますます3D再構成に組み込まれている。
これらのスペクトルデータを統合する既存の方法は、高価なスキーム価格、低い精度、幾何学的特徴に悩まされることが多い。
我々は、マルチスペクトル情報を効果的に統合できる、NeRFから派生した拡張ニューラルアーキテクチャであるMultispectral-NeRFを提案する。
論文 参考訳（メタデータ） (2025-09-14T09:04:35Z) - Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。
現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。
本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
論文 参考訳（メタデータ） (2025-09-11T23:12:55Z) - Unsupervised Multi-Parameter Inverse Solving for Reducing Ring Artifacts in 3D X-Ray CBCT [51.95884144860506]
3次元コーンビームCT(CBCT)におけるリングアーティファクトの意義
既存のSOTA(State-of-the-art)リングアーティファクトリダクション(RAR)法は、大規模なペアCTデータセットによる教師あり学習に依存している。
本研究では,新しい教師なしRAR手法であるRinerを提案する。
論文 参考訳（メタデータ） (2024-12-08T08:22:58Z) - CVT-xRF: Contrastive In-Voxel Transformer for 3D Consistent Radiance Fields from Sparse Inputs [65.80187860906115]
スパース入力によるNeRFの性能向上のための新しい手法を提案する。
まず, サンプル線が, 3次元空間内の特定のボクセルと交差することを保証するために, ボクセルを用いた放射線サンプリング戦略を採用する。
次に、ボクセル内の追加点をランダムにサンプリングし、トランスフォーマーを適用して各線上の他の点の特性を推測し、ボリュームレンダリングに組み込む。
論文 参考訳（メタデータ） (2024-03-25T15:56:17Z) - Clean-NeRF: Reformulating NeRF to account for View-Dependent
Observations [67.54358911994967]
本稿では,複雑なシーンにおける3次元再構成と新しいビューレンダリングのためのクリーンネRFを提案する。
clean-NeRFはプラグインとして実装することができ、既存のNeRFベースのメソッドを追加入力なしですぐに利用することができる。
論文 参考訳（メタデータ） (2023-03-26T12:24:31Z) - 3D Reconstruction of Curvilinear Structures with Stereo Matching
DeepConvolutional Neural Networks [52.710012864395246]
本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。
主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
論文 参考訳（メタデータ） (2021-10-14T23:05:47Z)
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。