A Survey on Computational Solutions for Reconstructing Complete Objects by Reassembling Their Fractured Parts

要約

その部分から完全なオブジェクトを再構築することは、多くの科学的領域での基本的な問題です。
この記事の目的は、このトピックに関する体系的な調査を提供することです。
再組み立ての問題には、個々のピースの属性を理解し、異なるピース間の一致を確立する必要があります。
また、多くのアプローチが基礎となる完全なオブジェクトの事前をモデル化しています。
既存のアプローチは、形状セグメンテーション、形状マッチング、および学習形状のプライアーの密接に接続された問題です。
このコンテキストで既存のアルゴリズムを提供し、一般的なアプローチとの類似点と相違点を強調します。
また、初期の非深さの学習アプローチから最近の深い学習アプローチまでの傾向を調査します。
アルゴリズムに加えて、この調査では、既存のデータセット、オープンソースソフトウェアパッケージ、およびアプリケーションについても説明します。
私たちの知る限り、これはコンピューターグラフィックスのこのトピックに関する最初の包括的な調査です。

要約(オリジナル)

Reconstructing a complete object from its parts is a fundamental problem in many scientific domains. The purpose of this article is to provide a systematic survey on this topic. The reassembly problem requires understanding the attributes of individual pieces and establishing matches between different pieces. Many approaches also model priors of the underlying complete object. Existing approaches are tightly connected problems of shape segmentation, shape matching, and learning shape priors. We provide existing algorithms in this context and emphasize their similarities and differences to general-purpose approaches. We also survey the trends from early non-deep learning approaches to more recent deep learning approaches. In addition to algorithms, this survey will also describe existing datasets, open-source software packages, and applications. To the best of our knowledge, this is the first comprehensive survey on this topic in computer graphics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google