View-Dependent Octree-based Mesh Extraction in Unbounded Scenes for Procedural Synthetic Data

要約

手続き型合成データ生成は、コンピューター ビジョンにおいてますます注目を集めています。
手続き型符号付き距離関数 (SDF) は、大規模で詳細なシーンをモデリングするための強力なツールですが、既存のメッシュ抽出方法にはアーティファクトやパフォーマンス プロファイルがあり、合成データへの使用が制限されます。
私たちは OcMesher を提案します。OcMesher は、完全なビュー一貫性を備えた高詳細な境界のないシーンを効率的に処理し、下流のリアルタイム エンジンに簡単にエクスポートできるメッシュ抽出アルゴリズムです。
私たちのソリューションの主な新しさは、特定の SDF と複数のカメラ ビューに基づいてオクツリーを構築するアルゴリズムです。
私たちは広範な実験を実施し、私たちのソリューションがコンピューター ビジョン モデルのトレーニングと評価のためのより優れた合成データを生成することを示しました。

要約(オリジナル)

Procedural synthetic data generation has received increasing attention in computer vision. Procedural signed distance functions (SDFs) are a powerful tool for modeling large-scale detailed scenes, but existing mesh extraction methods have artifacts or performance profiles that limit their use for synthetic data. We propose OcMesher, a mesh extraction algorithm that efficiently handles high-detail unbounded scenes with perfect view-consistency, with easy export to downstream real-time engines. The main novelty of our solution is an algorithm to construct an octree based on a given SDF and multiple camera views. We performed extensive experiments, and show our solution produces better synthetic data for training and evaluation of computer vision models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google