Core Concepts
三次元四分木と位置エンコーディングを組み合わせた特徴表現により、メモリ効率が高く、スムーズな三次元表面再構築を実現する。
Abstract
本論文では、ニューラルインプリシット表面再構築のための新しい特徴表現手法を提案している。
まず、三次元四分木(tri-quadtrees)と呼ばれる疎な構造を導入し、三つの平面上の四分木に学習可能な特徴を格納する。これにより、従来の密な三次元ボクセルグリッドに比べてメモリ使用量を大幅に削減できる。
さらに、学習可能な特徴にフーリエ特徴位置エンコーディングを組み合わせることで、入力データが疎な場合でも穴を埋めつつスムーズな再構築を実現する。
提案手法は、既存の陽表現(VDBFusion)および暗黙表現(SHINE-Mapping)手法と比較して、メモリ使用量を10%~50%に抑えつつ、同等以上の再構築品質を達成できることを示している。特に入力データが疎な場合、提案手法は高い完成度を維持できる。
Stats
入力データが疎な場合、提案手法は従来手法に比べて10%~50%のメモリ使用量で同等以上の再構築品質を達成できる。