論文の概要: GPU-Native Real-Time Textured Mesh Reconstruction with Seam-Aware Multi-View Radiometric Correction

• arxiv url: http://arxiv.org/abs/2611.03033v1
• Date: Mon, 02 Nov 2026 12:30:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 13:45:07.046796
• Title: GPU-Native Real-Time Textured Mesh Reconstruction with Seam-Aware Multi-View Radiometric Correction
• Title（参考訳）: Seam-Aware Multi-View Radiometric Correction を用いたGPU-Native Real-Time Textured Mesh 再構成
• Abstract要約: 複数のRGB-Dセンサからのテクスチャ付き三角形のためのGPUネイティブビデオシステムを提案する。 Panopticvoxelは画像ごとに一定の表現を提供し、低周波フィールドとメッシュデータへのアクセスを提供する。
• 参考スコア（独自算出の注目度）: 3.863462569539836
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a GPU-native volumetric-video system for real-time reconstruction of graphics-compatible textured triangle meshes from multiple RGB-D sensors. Existing TSDF systems accelerate fusion and mesh extraction, but extending them to per-frame textured meshing adds CPU mesh processing, CPU-side texturing work, or extra CPU-GPU transfers between stages. After input staging, our method keeps the reconstruction and texturing stages (TSDF fusion, Marching Cubes, connected-component noise removal, view-based texture mapping, inpainting, and radiometric seam correction) resident on the GPU; no intermediate mesh or image data returns to the host between these stages. A fixed-size-array representation of mesh topology gives constant-time neighbor access on the GPU and makes the downstream mesh-level operations data-parallel. Because we texture each face from a single camera, exposure seams that vary smoothly across each image remain; we estimate a per-camera low-frequency gain field and bake it into the atlas on the GPU. On the CMU Panoptic dataset, our method is faster than the baselines at every tested voxel resolution and number of sensors, achieves peak speedups of more than an order of magnitude over CUDA-accelerated nvblox and CPU-based Open3D, and approaches an offline textured-meshing baseline in perceptual re-rendering quality.
• Abstract（参考訳）: 複数のRGB-Dセンサからグラフィックス互換のテクスチャ付きトライアングルメッシュをリアルタイムに再構成するためのGPUネイティブなボリュームビデオシステムを提案する。 既存のTSDFシステムは、融合とメッシュ抽出を加速するが、フレーム単位のテクスチャメッシュに拡張することで、CPUメッシュ処理、CPU側テクスチャ処理、ステージ間のCPU-GPU転送が追加される。 入力ステージ化後,本手法では,GPU上に居住する再構成およびテクスチャステージ(TSDF融合,マーチングキューブ,接続成分ノイズ除去,ビューベーステクスチャマッピング,インペイント,ラジオメトリックシーム補正)を維持している。 メッシュトポロジの固定サイズアレイ表現はGPUに定常的な近接アクセスを与え、下流のメッシュレベルのオペレーションをデータ並列にする。 一つのカメラからそれぞれの顔のテクスチャを作るため、各画像間でスムーズに異なる露光シームが残っており、カメラごとの低周波ゲイン場を推定し、GPUのアトラスに焼き込む。 CMU Panoptic データセットでは,テストされたボクセル解像度およびセンサ数ごとにベースラインよりも高速で,CUDA 加速 nvblox や CPU ベース Open3D よりも1桁以上のピーク速度を達成し,知覚的再レンダリング品質において,オフラインのテクスチャ・メッシングベースラインにアプローチする。

関連論文リスト

• Mesh-Learner: Texturing Mesh with Spherical Harmonics [12.211254660151637]
  Mesh-Learnerは従来のパイプラインと互換性のある3D再構築およびレンダリングフレームワークである。 メッシュと球面調和(SH)テクスチャを学習プロセスに統合し、各メッシュのビュー依存のエンドツーエンドを学習する。
  論文  参考訳（メタデータ） (2025-04-28T16:09:25Z)
• Consistent Mesh Diffusion [8.318075237885857]
  UVパラメータ化による3Dメッシュを前提として,テキストプロンプトからテクスチャを生成する新しいアプローチを提案する。 当社のアプローチは、30メッシュを含むデータセット上で、メッシュ毎に約5分を要することを実証しています。
  論文  参考訳（メタデータ） (2023-12-01T23:25:14Z)
• SeMLaPS: Real-time Semantic Mapping with Latent Prior Networks and Quasi-Planar Segmentation [53.83313235792596]
  本稿では,RGB-Dシーケンスからのリアルタイム意味マッピングのための新しい手法を提案する。 2DニューラルネットワークとSLAMシステムに基づく3Dネットワークと3D占有マッピングを組み合わせる。 本システムは,2D-3Dネットワークベースシステムにおいて,最先端のセマンティックマッピング品質を実現する。
  論文  参考訳（メタデータ） (2023-06-28T22:36:44Z)
• Multiscale Representation for Real-Time Anti-Aliasing Neural Rendering [84.37776381343662]
  Mip-NeRFは、スケール情報をエンコードする円錐フラストラムとしてマルチスケール表現を提案する。 我々は,リアルタイムなアンチエイリアスレンダリングのためのマルチスケールな明示的表現であるmip voxel grids (Mip-VoG)を提案する。 私たちのアプローチは、マルチスケールのトレーニングとリアルタイムのアンチエイリアスレンダリングを同時に提供する最初の方法です。
  論文  参考訳（メタデータ） (2023-04-20T04:05:22Z)
• VoGE: A Differentiable Volume Renderer using Gaussian Ellipsoids for Analysis-by-Synthesis [62.47221232706105]
  本稿では,ガウス再構成カーネルをボリュームプリミティブとして利用するVoGEを提案する。 本稿では,VoGEを用いて効率よくレンダリングを行うために,体積密度集約と粗大な描画戦略に関する近似クローズフォーム解を提案する。 VoGEは、オブジェクトポーズ推定、形状/テクスチャフィッティング、推論など、様々な視覚タスクに適用された場合、SoTAより優れている。
  論文  参考訳（メタデータ） (2022-05-30T19:52:11Z)
• Extracting Triangular 3D Models, Materials, and Lighting From Images [59.33666140713829]
  多視点画像観測による材料と照明の協調最適化手法を提案する。 従来のグラフィックスエンジンにデプロイ可能な,空間的に変化する材料と環境を備えたメッシュを活用します。
  論文  参考訳（メタデータ） (2021-11-24T13:58:20Z)

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。