|
|
Tvorba a demonstrace 3D modelů pro VR
Zouhar, Marek ; Tóth, Michal (oponent) ; Milet, Tomáš (vedoucí práce)
Tato práce pojednává o konceptu virtuální reality, její historii, současných možnostech a dostupných zařízeních a technologiích virtuální reality a způsobech tvorby prvků, zejména modelů, textur a animací, které aplikace ve virtuální realitě využívá. Praktická část této práce se zabývá návrhem a tvorbou trojrozměrných modelů, textur, animací a prostředí pro využití v interaktivní aplikaci ve virtuální realitě a také návrhem a tvorbou takové aplikace, která jejich využití demonstruje.
|
|
|
Modelování postav - Polygonal wrapper
Žák, Pavel ; Herout, Adam (oponent) ; Chudý, Robert (vedoucí práce)
Tento projekt se zabývá problematikou optimalizace polygonálních 3D modelů, především modelů postav lidí. Jsou zde představeny a diskutovány základní principy a metody používané v oblasti optimalizace prostorových polygonálních modelů, jak automatizované, tak manuální. Práce dále popisuje přístup k diskutovanému problému metodou tzv. přenášení geometrie, který byl řešen v rámci zadání projektu a umožňuje poloautomatickou tvorbu modelů s předem danou topologií.
|
|
|
Deep Neural Networks for Landmark Detection on 3D Models
Kubík, Tibor ; Kodym, Oldřich (oponent) ; Španěl, Michal (vedoucí práce)
Landmark detection is a frequent step during medical data analysis. More and more often, these data are represented in the form of 3D models. An example is a 3D intraoral scan of dentition. Deep neural networks are an appropriate way of detecting landmarks in images. In terms of 3D data, the processing comes with high memory requirements and computational time, which does not meet the needs of medical applications. In this work, I propose a method that eliminates this problem and detects landmarks on the surface of polygonal models of jaws. Different architectures of neural networks, all of which are based on the U-Net architecture, are used in this work. The multi-view approach transforms the task into a 2D domain, where the suggested networks detect landmarks by heatmap regression from several viewpoints. Using a consensus method, final estimates from multiple views are predicted in 3D space. This work introduces experiments with two consensus methods: a centroid of predictions and a geometric approach based on the RANSAC algorithm and least-squares fit. Experiments have shown that a combination of Attention U-Net, 100 viewpoints, and RANSAC consensus method, is able to detect landmarks with an error of 1.20 +- 1.81 mm, while 94.01% of landmarks is predicted with an error of less than 2 mm.
|
|
|
Vkládání vodoznaků do 3D modelů
Stehlík, Václav ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se věnuje vkládání a extrakci vodoznaku do/z 3D modelů reprezentovaných polygonální sítí. Cílem je zvolení vhodné metody pro vkládání/extrakci vodoznaku a vytvoření nástroje, který bude dané metody implementovat. Výsledné řešení práce používá metody navržené v članku A Novel Blind Robust Digital Watermarking on 3D Meshes . Pomocí daných metod se vytvoří dva vodoznaky, přičemž použité metody zajišťují odolnost vodoznaků proti útokům posunutí, škálování, rotace, zjednodušení, náhodnému šumu, remeshingu a změně pořadí vrcholů. Použité metody zajišťují nezřetelnost vodoznaku díky minimálním změnám modelu a nevyžadují původní model pro extrakci vodoznaku. Nástroj je implementován ve formě jednoduché webové aplikace, jenž umožňuje vkládání a extrakci dvou zmíněných vodoznaků do/z modelu ve formátu stl. Součástí práce je také testování úspěšnosti nástroje proti vybraným útokům na testovací sadě šesti různorodých modelů.
|
|
|
Analysis of Polygonal Models Using Neural Networks
Dronzeková, Michaela ; Zemčík, Pavel (oponent) ; Kodym, Oldřich (vedoucí práce)
This thesis deals with rotation estimation of 3D model of human jaw. It describes and compares methods for direct analysis od 3D models as well as method to analyze model using rasterization. To evaluate perfomance of proposed method, a metric that computes number of cases when prediction was less than 30° from ground truth is used. Proposed method that uses rasterization, takes three x-ray views of model as an input and processes it with convolutional network. It achieves best preformance, 99% with described metric. Method to directly analyze polygonal model as a sequence uses attention mechanism to do so and was inspired by transformer architecture. A special pooling function was proposed for this network that decreases memory requirements of the network. This method achieves 88%, but does not use rasterization and can process polygonal model directly. It is not as good as rasterization method with x-ray display, byt it is better than rasterization method with model not rendered as x-ray. The last method uses graph representation of mesh. Graph network had problems with overfitting, that is why it did not get good results and I think this method is not very suitable for analyzing plygonal model.
|
|
|
Detekce zubů na 3D počítačovém polygonálním modelu čelisti
Filip, Jan ; Šiler, Ondřej (oponent) ; Kršek, Přemysl (vedoucí práce)
Cílem této bakalářské práce je návrh a implementace nástroje pro detekci zubů na 3D počítačovém polygonálním modelu čelisti, který umožní uživateli získat tvary zubů na čelisti. Tento nástroj by měl pomoci ve stomatologii. V případě jakékoli nepřesnosti při detekci lze měnit některé parametry a metody, kterými bude možné ovlivnit přesnost detekce. Program bude importovat model ve formátu STL a následně uživateli umožní v prohlížeči prohlédnout výsledek detekce. Detekované modely zubů bude možno exportovat ve formátu STL a to jednotlivě, či dohromady. Implementačním jazykem bude C++, kompilátorem GNU C v distribuci MinGW, toolkitem pro práci s 3D modelem bude MDSTk a zejména jeho část VectorEntity. Pro zobrazení 3D scény bude užit toolkit OpenSceneGraph. Aplikace bude vyvíjená hlavně pro OS MS Windows, ale díky užití GNU nástrojů by měla být na úrovni zdrojových kódů dobře přenositelná na jiné OS.
|
|
|
Decimace polygonálních modelů
Johannesová, Daniela ; Herout, Adam (oponent) ; Kršek, Přemysl (vedoucí práce)
Při reprezentaci objektů pomocí polygonálních modelů často vznikají modely obsahující velmi vysoké množství polygonů. Pokud chceme pracovat s takovým modelem v reálném čase, tak je nutné ho zjednodušit.Proces zjednodušování modelu se nazývá decimace. Je známých několik decimačních metod pro zjednodušení modelů. Podle charakteristiky modelu a požadovaných vlastností zjednodušenného modelu chceme vybrat vhodnou metodu, proto je nutné znát vlastnosti jednotlivých metod a také jejich omezení.
|
|
|
Deep Neural Networks for Landmark Detection on 3D Models
Kubík, Tibor ; Kodym, Oldřich (oponent) ; Španěl, Michal (vedoucí práce)
Landmark detection is a frequent step during medical data analysis. More and more often, these data are represented in the form of 3D models. An example is a 3D intraoral scan of dentition. Deep neural networks are an appropriate way of detecting landmarks in images. In terms of 3D data, the processing comes with high memory requirements and computational time, which does not meet the needs of medical applications. In this work, I propose a method that eliminates this problem and detects landmarks on the surface of polygonal models of jaws. Different architectures of neural networks, all of which are based on the U-Net architecture, are used in this work. The multi-view approach transforms the task into a 2D domain, where the suggested networks detect landmarks by heatmap regression from several viewpoints. Using a consensus method, final estimates from multiple views are predicted in 3D space. This work introduces experiments with two consensus methods: a centroid of predictions and a geometric approach based on the RANSAC algorithm and least-squares fit. Experiments have shown that a combination of Attention U-Net, 100 viewpoints, and RANSAC consensus method, is able to detect landmarks with an error of 1.20 +- 1.81 mm, while 94.01% of landmarks is predicted with an error of less than 2 mm.
|
|
|
Analysis of Polygonal Models Using Neural Networks
Dronzeková, Michaela ; Zemčík, Pavel (oponent) ; Kodym, Oldřich (vedoucí práce)
This thesis deals with rotation estimation of 3D model of human jaw. It describes and compares methods for direct analysis od 3D models as well as method to analyze model using rasterization. To evaluate perfomance of proposed method, a metric that computes number of cases when prediction was less than 30° from ground truth is used. Proposed method that uses rasterization, takes three x-ray views of model as an input and processes it with convolutional network. It achieves best preformance, 99% with described metric. Method to directly analyze polygonal model as a sequence uses attention mechanism to do so and was inspired by transformer architecture. A special pooling function was proposed for this network that decreases memory requirements of the network. This method achieves 88%, but does not use rasterization and can process polygonal model directly. It is not as good as rasterization method with x-ray display, byt it is better than rasterization method with model not rendered as x-ray. The last method uses graph representation of mesh. Graph network had problems with overfitting, that is why it did not get good results and I think this method is not very suitable for analyzing plygonal model.
|
|
|
Vkládání vodoznaků do 3D modelů
Stehlík, Václav ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se věnuje vkládání a extrakci vodoznaku do/z 3D modelů reprezentovaných polygonální sítí. Cílem je zvolení vhodné metody pro vkládání/extrakci vodoznaku a vytvoření nástroje, který bude dané metody implementovat. Výsledné řešení práce používá metody navržené v članku A Novel Blind Robust Digital Watermarking on 3D Meshes . Pomocí daných metod se vytvoří dva vodoznaky, přičemž použité metody zajišťují odolnost vodoznaků proti útokům posunutí, škálování, rotace, zjednodušení, náhodnému šumu, remeshingu a změně pořadí vrcholů. Použité metody zajišťují nezřetelnost vodoznaku díky minimálním změnám modelu a nevyžadují původní model pro extrakci vodoznaku. Nástroj je implementován ve formě jednoduché webové aplikace, jenž umožňuje vkládání a extrakci dvou zmíněných vodoznaků do/z modelu ve formátu stl. Součástí práce je také testování úspěšnosti nástroje proti vybraným útokům na testovací sadě šesti různorodých modelů.
|
host ::
RSS.