MétaCan
Menu
Retour à la cohorte
Enregistrement W2072184564 · doi:10.1080/16864360.2014.846073

Digital Bas-Relief Design: a Novel Shape from Shading-Based Method

2013· article· en· W2072184564 sur OpenAlexfundno aff
Lapo Governi, Monica Carfagni, Rocco Furferi, Luca Puggelli, Yary Volpe

Notice bibliographique

RevueComputer-Aided Design and Applications · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceComputer graphics (images)Computer visionProcess (computing)SoftwareArtificial intelligenceCADHistogram equalizationWindow (computing)ShadingEngineering drawingImage processingImage (mathematics)Engineering

Résumé

récupéré en direct d'OpenAlex

Indexed in SCOPUS. Design of products characterized by high stylistic content and organic shapes in the form of bas-relief (e.g. fashion accessories, commemorative plaques and coins) is traditionally performed starting from handmade drawings or photographs that are manually reproduced by highly skilled craftsmen such as sculptors and engravers and finally digitized by means of 3D scanning. Several Computer-based procedures have been devised with the aim of speeding up this process, which is considerably time consuming, subjective and costly; these are mainly based on image processing techniques such as embossing, enhancement, histogram equalization or dynamic range, also implemented in CAD-based commercial software. However, these approaches are characterized by several limitations preventing them from providing a “correct” final geometry. In view of that, the present work describes a novel method for the creation of digital bas-reliefs from a single image using a Shape From Shading (SFS) based approach with interactive initialization. Image processing-based techniques and minimization SFS methods are first used in order to retrieve a rough version of the objective surface; successively, this is used as initialization for the final reconstruction algorithm. Tested on a set of case studies, the method proved to be effective in providing satisfactory digital bas-relief from single images.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,042
Tête enseignante GPT0,237
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer-Aided Design and ApplicationsMême sujet3D Surveying and Cultural HeritageTravaux en français237 207