반응형 paper2 DCrownFormer: Morphology-aware Point-to-Mesh Generation Transformer for Dental Crown Prosthesis from 3D Scan Data of Antagonist and Preparation Teeth 치과 보철물 제작의 디지털 혁명치과 치료에서 크라운(Crown) 제작은 손상된 치아를 복원하는 핵심 과정입니다. 전통적으로 치과 기공사가 수작업으로 크라운을 제작하는 데는 숙련된 기술과 많은 시간이 필요했습니다. 하지만 최근 인공지능(AI) 기술의 발전으로 이 과정이 혁명적으로 변화하고 있습니다.2024년 MICCAI(Medical Image Computing and Computer Assisted Intervention) 학회에서 발표된 DCrownFormer는 이러한 변화의 최전선에 있는 기술입니다. 3D 스캔 데이터에서 직접 고품질의 치과 크라운 메시를 생성할 수 있습니다. Single crown generation 은 이미 많은 회사들이 선보이는 성숙한 기술로 이 논문은 한가지 예시를 보여줍니다... 2025. 7. 10. ToW3D: Consistency-aware Interactive Point-based Mesh Editing on GANs (ICME 2024) Task and 핵심 아이디어- local mesh editing- DragGAN처럼 3D 메시에서도 핸들 포인트를 지정해 원하는 위치로 이동시키되, 3D 모델에서 흔히 발생하는 global appearance의 붕괴를 방지하기 위해, 아래 두 단계의 최적화를 반복 수행함:"Drag locally, Shove globally" — 국소 변형은 유지하면서 전반적인 구조와 의미는 복원 이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.두 단계 반복 최적화 구조단계역할타이밍핵심 기능1. Point Tracking현재 메시에서 핸들 포인트가 어디 있는지 추적매 최적화 스텝 시작 시Generator feature 기반으로 위치 재추정2. Motion Supervision핸들 포.. 2025. 6. 23. 이전 1 다음 반응형