3D-полы

Сделайте так, чтобы ваш пол выглядел «настоящим»…

3D-эффект — это новая тенденция бесшовных полов с креативными изображениями, которые сделают ваш дом более красивым и творческим.

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

• Название

  Untertitel hier einfügen

  Кнопка

Застройка, направления и преимущества. ..

Для создания 3D-эффекта на полу 3D-изображение или фото и личные ценности запечатываются прозрачным покрытием.

Приложение подходит для всех помещений.

Advantages:

-Formless floor

-Dauerhaft

-Flüssigkeitsdicht

-Good to clean

-Verschleißfest

-Высокая устойчивость к УФ-излучению

-Формованная и ударопрочная

-Уверенно для здоровья

-Эстетический и декоративный вид

Мы вызвали ваш интерес?

Вы можете сделать свой собственный пол из монет, драгоценностей, рамок для картин или картинок собственной формы.

Конечно, мы упростим вам задачу и дадим ссылку на страницу с более чем 200 миллионами изображений в разных категориях.

Что вы должны сделать?

-Нажмите кнопку ниже ”Для выбора изображения”,

-После того, как вы попадете на веб-сайт, просто введите поисковый запрос, например, «море», «пляж» или «лес».

После того, как вы выбрали нужное и желаемое изображение, все, что вам нужно сделать, это сообщить нам номер вектора, а все остальное предоставить нам.

Для выбора изображения

Свяжитесь с нами по электронной почте, телефону или через контактную форму!

Контакт

Связанные проекты

Восстановление 3D-плана этажа из перекрывающихся сферических изображений

Восстановление трехмерного плана этажа из перекрывающихся сферических изображений

Скачать PDF

Скачать PDF

• Исследовательская статья
• Открытый доступ
• Опубликовано: 19 ноября 2018 г.

• Giovanni Pintore ¹ ,
• Fabio Ganovelli ¹ ,
• Ruggero Pintus ¹ ,
• Roberto Scopigno ¹ &
• …
• Enrico Gobbetti ²  

Вычислительные визуальные носители

том 4 , страницы 367–383 (2018 г.)Процитировать эту статью

• 934 доступа

• 16 цитирований

• Сведения о показателях

Аннотация

Мы представляем новый подход к автоматическому восстановлению из небольшого набора частично перекрывающихся сферических изображений представления внутренней структуры в виде трехмерного плана этажа, зарегистрированного с помощью набора трехмерных карт окружающей среды.

Мы представляем несколько улучшений по сравнению с предыдущими подходами, основанными на цветовом и пространственном рассуждении с использованием Manhattan world Priors. В частности, мы представляем новый метод извлечения геометрического контекста на основе трехмерного представления фасетов, который сочетает в себе анализ распределения цветов отдельных изображений с разреженными подсказками в нескольких представлениях. Мы также представляем эффективный метод объединения аспектов с разных точек зрения в единую непротиворечивую модель, принимая во внимание надежность информации о аспектах. Полученный в результате конвейер захвата и реконструкции автоматически создает трехмерные многокомнатные среды в случаях, когда большинство предыдущих подходов терпят неудачу, например, при наличии скрытых углов и большого беспорядка, без необходимости в дополнительных плотных трехмерных данных или инструментах. Мы демонстрируем эффективность и производительность нашего подхода на различных реальных сценах в помещении. Наши тестовые данные доступны для проведения дальнейших исследований и сравнений.

Скачайте, чтобы прочитать полный текст статьи

Каталожные номера

1. Kopf, J. Стабилизация видео 360°. ACM Transactions on Graphics Vol. 35, № 6, ст. № 195, 2016.

   Google ученый

2. Матцен К.; Коэн, М.Ф.; Эванс, Б.; Копф, Дж.; Шелиски, Р. Недорогая стереофотография и видеосъемка 360 градусов. Транзакции ACM на графике Том. 36, № 4, ст. № 148, 2017.

   Google ученый

3. Браун, М.; Лоу, Д. Г. Автоматическое сшивание панорамных изображений с использованием инвариантных функций. Международный журнал компьютерного зрения

   Vol. 74, № 1, 59–73, 2007.

   Статья Google ученый

4. Пинторе Г. ; Гарро, В.; Гановелли, Ф .; Гоббетти, Э.; Агус, М. Всенаправленный захват изображений на мобильных устройствах для быстрого автоматического создания 2,5D-карт помещений. В: Труды зимней конференции IEEE по приложениям компьютерного зрения, 1–9., 2016.

   Google ученый

5. Пинторе Г.; Гоббетти, Э. Эффективное мобильное картографирование многокомнатных внутренних конструкций. Визуальный компьютер Том. 2014. Т. 30. № 6–8. С. 707–716.

   Статья Google ученый

6. Пинторе Г.; Гановелли, Ф .; Гоббетти, Э.; Скопиньо, Р. Мобильное картографирование и визуализация внутренних структур для упрощения понимания сцены и определения местоположения. В: Компьютерное зрение — семинары ECCV 2016. Конспект лекций по информатике, Vol. 9914. Хуа, Г.; Jégou, H. Eds. Спрингер Чам, 130–145, 2016 г.

   Google ученый

7. Ян Х. ; Чжан, Х. Эффективное восстановление формы комнаты в 3D по одной панораме. В: Материалы конференции IEEE по компьютерному зрению и распознаванию образов, 5422–5430, 2016 г.

   Google ученый

8. Кабрал Р.; Фурукава Ю. Кусочно-плоская и компактная реконструкция плана этажа по изображениям. В: Материалы конференции IEEE по компьютерному зрению и распознаванию образов, 628–635, 2014 г.

   Google ученый

9. Пинторе Г.; Гановелли, Ф .; Пинтус, Р.; Скопиньо, Р .; Гоббетти, Э. Восстановление трехмерных планов помещений с использованием недорогой сферической фотографии. В: Proceedings of the Pacific Graphics, 2018. Доступно по адресу http://publications.crs4.it/pubdocs/2018/PGPSG18/pg2018s-indoorplan.pdf.

   Google ученый

10. Сюн, X.; Адан, А .; Акинджи, Б .; Хубер, Д. Автоматическое создание семантически богатых 3D-моделей зданий на основе данных лазерного сканера. Автоматизация в строительстве Том. 31, 325–337, 2013.

    Статья Google ученый

11. Мура, К.; Маттауш, О .; Вильянуэва, А.Дж.; Гоббетти, Э.; Пахарола, Р. Автоматическое обнаружение и реконструкция помещений в загроможденных помещениях со сложной планировкой помещений. Компьютеры и графика Том. 44, 20–32, 2014.

    Статья Google ученый

12. Мура, К.; Маттауш, О .; Пахарола, Р. Кусочно-плоская реконструкция многокомнатных интерьеров с произвольным расположением стен. Форум компьютерной графики Vol. 35, № 7, 179–188, 2016.

    Статья Google ученый

13. Го Р.; Хойем, Д. Прогнозирование поверхности поддержки в сценах внутри помещений. В: Материалы Международной конференции IEEE по компьютерному зрению, 2144–2151, 2013 г.

    Google ученый

14. Цзя З.; Галлахер, А .; Саксена, А .; Чен Т. Рассуждения на основе 3D с блоками, поддержкой и стабильностью. В: Материалы конференции IEEE по компьютерному зрению и распознаванию образов, 1–8, 2013 г.

    Google ученый

15. Гугл. Танго. 2014. Доступно по адресу www.google.com/atap/projecttango/.

16. Икеата С.; Ян, Х .; Фурукава Ю. Структурированное моделирование помещений. В: Труды Международной конференции IEEE по компьютерному зрению, 1323–1331, 2015 г.

    Google ученый

17. Ким Ю.М.; Митра, Нью-Джерси; Ян, Д.-М.; Гуибас, Л. Получение трехмерной внутренней среды с вариативностью и повторением. ACM Transactions on Graphics Vol. 31, № 6, ст. № 138, 2012.

    Google ученый

18. Нан, Л.; Се, К .; Шарф, А. Подход с поиском и классификацией для понимания загроможденной внутренней сцены. Транзакции ACM на графике Том. 31, № 6, ст. № 137, 2012.

    Google ученый

19. Autodesk. 123D Улов. Доступно на www.123dapp.com/catch.

20. Майкрософт. Фотосинтез. Доступно на сайте photosynth.net/.

21. Зейтц, С. М.; Курлесс, Б.; Дибель, Дж.; Шарштейн, Д.; Шелиски, Р. Сравнение и оценка алгоритмов стереофонической реконструкции с несколькими представлениями. В: Труды конференции IEEE Computer Society по компьютерному зрению и распознаванию образов, 519.–528, 2006.

    Google ученый

22. Фурукава Ю.; Курлесс, Б.; Зейтц, С.М.; Шелиски, Р. Реконструкция интерьеров зданий по изображениям. В: Материалы 12-й Международной конференции IEEE по компьютерному зрению, 80–87, 2009 г.

    Google ученый

23. Флинт А.; Мюррей, Д.; Рид, И. Понимание сцены Манхэттена с использованием монокулярных, стереофонических и трехмерных функций. В: Материалы Международной конференции по компьютерному зрению, 2228–2235, 2011 г.

    Google ученый

24. Цай Г.; Сюй, С .; Лю, Дж.; Койперс, Б. Понимание сцены в помещении в реальном времени с использованием байесовской фильтрации с сигналами движения. В: Материалы Международной конференции по компьютерному зрению, 121–128, 2011 г.

    Google ученый

25. Кофлан, Дж. М.; Юилл, А.Л. Манхэттенский мир: направление компаса по одному изображению с помощью байесовского вывода. В: Материалы 7-й Международной конференции IEEE по компьютерному зрению , Том. 2, 941–947, 1999.

    Google ученый

26. Бао С.Ю.; Фурлан, А .; Фей-Фей, Л.; Саварезе, С. Понимание трехмерной планировки загроможденной комнаты на основе нескольких изображений. В: Материалы зимней конференции IEEE по приложениям компьютерного зрения, 690–697, 2014 г.

    Глава Google ученый

27. Хане, К.; Хенг, Л.; Ли, GH; Сизов, А .; Поллефейс, М. Прямое плотное сопоставление изображений «рыбий глаз» в реальном времени с использованием стереофонического сканирования. В: Материалы 2-й Международной конференции по 3D Vision, 57–64, 2014 г.

    Google ученый

28. Чанг П.; Хеберт, М. Всенаправленная структура от движения. В: Материалы семинара IEEE по всенаправленному видению, 127–133, 2000 г.

    Глава Google ученый

29. Шёнбейн М. ; Гейгер, А. Всенаправленная трехмерная реконструкция в дополненных мирах Манхэттена. В: Материалы Международной конференции IEEE/RSJ по интеллектуальным роботам и системам, 716–723, 2014 г.

    Google ученый

30. Микусик Б.; Пайдла, Т. Структура движения с камерами с широким круговым полем зрения. Транзакции IEEE по анализу образов и машинному интеллекту Vol. 28, № 7, 1135–1149, 2006.

    Статья Google ученый

31. Микусик Б.; Пайдла, Т. Автокалибровка и 3D-реконструкция с помощью нецентральных катадиоптрических камер. В: Материалы конференции IEEE Computer Society по компьютерному зрению и распознаванию образов, I-58–I-65, 2004 г.

    Google ученый

32. Бунсхотен, Р.; Кроуз, Б. Надежная реконструкция сцены с помощью системы кругового обзора. IEEE Transactions on Robotics and Automation Vol. 2003. Т. 19, № 2. С. 351–357.

    Статья Google ученый

33. Зингг С.; Скарамуцца, Д.; Вайс, С.; Зигварт, Р. MAV-навигация по внутренним коридорам с использованием оптического потока. В: Труды Международной конференции IEEE по робототехнике и автоматизации, 3361–3368, 2010 г.

    Google ученый

34. Li, S. Бинокулярный сферический стерео. Транзакции IEEE в интеллектуальных транспортных системах Vol. 2008. Т. 9, № 4. С. 589–600.

    Статья MathSciNet Google ученый

35. Гейер, К.; Даниилидис, К. Объединяющая теория центральных панорамных систем и практические выводы. В: Computer Vision — ECCV 2000. Lecture Notes in Computer Science, Vol. 1843. Вернон, Д. Изд. Springer Berlin Heidelberg, 445–461, 2000.

    Google ученый

36. Ким Х. ; Хилтон, А. Реконструкция трехмерной сцены из нескольких сферических стереопар. Международный журнал компьютерного зрения Vol. 104, № 1, 94–116, 2013.

    Статья MathSciNet МАТЕМАТИКА Google ученый

37. Им, С.; Ха, Х .; Рамо, Ф .; Чон, Х.-Г.; Чоу, Г.; Квеон, И. С. Глубина всего вокруг от малого движения с помощью сферической панорамной камеры. В: Computer Vision — ECCV 2016. Lecture Notes in Computer Science, Vol. 9907. Лейбе, Б.; Мэйтас, Дж.; Себе, Н.; Веллинг, М. Ред. Springer Cham, 156–172, 2016.

    Глава Google ученый

38. Карузо, Д.; Энгель, Дж.; Кремерс, Д. Крупномасштабный прямой SLAM для всенаправленных камер. В: Труды Международной конференции IEEE/RSJ по интеллектуальным роботам и системам, 141–148, 2015 г.

    Google ученый

39. Пинторе Г. ; Пинтус, Р.; Гановелли, Ф .; Скопиньо, Р .; Гоббетти, Э. Восстановление трехмерного существующего состояния внутренних конструкций из сферических изображений. Компьютеры и графика Том. 77, 16–29, 2018.

    Статья Google ученый

40. Кангни Ф.; Лаганьер, Р. Ориентация и восстановление позы из сферических панорам. В: Материалы 11-й Международной конференции IEEE по компьютерному зрению, 1–8, 2007 г.

    Google ученый

41. Ачанта, Р.; Шаджи, А .; Смит, К.; Луччи, А .; Фуа, П.; Süsstrunk, S. Суперпиксели SLIC в сравнении с современными методами суперпикселей. IEEE Transactions on Pattern Analysis and Machine Intelligence Vol. 34, № 11, 2274–2282, 2012.

    Статья Google ученый

42. Марроким, Р.; Краус, М.; Кавальканти, П. Р. Эффективная реконструкция изображения для точечной и линейной визуализации. Компьютеры и графика Том. 2008. Т. 32, № 2. С. 189–203.

    Статья Google ученый

43. Громпоне фон Гиой, Р.; Якубович, Дж.; Морель, Дж.-М.; Рэндалл Г. ЛСД: Детектор линейных сегментов. Image Processing On Line № 2, 35–55, 2012.

    Статья Google ученый

44. Дуглас, Д. Х.; Пейкер, Т.К. Алгоритмы уменьшения количества точек, необходимых для представления оцифрованной линии или ее карикатуры. Картографика: Международный журнал географической информации и геовизуализации Том. 10, № 2, 112–122, 1973.

    Статья Google ученый

45. Ли, округ Колумбия; Хеберт, М.; Канаде, Т. Геометрические рассуждения для восстановления структуры одного изображения. В: Материалы конференции IEEE по компьютерному зрению и распознаванию образов, 2136–2143, 2009 г.

    Google ученый

46. Чжан Ю.; Песня, С .; Тан, П.; Xiao, J. PanoContext: трехмерная контекстная модель всей комнаты для понимания панорамной сцены. В: Computer Vision – ECCV 2014. Lecture Notes in Computer Science, Vol. 8694. Флит, Д.; Пайдла, Т .; Шиле, Б.; Туйтелаарс, Т. Ред. Спрингер Чам, 668–686, 2014.

    Google ученый

47. Шиндлер Г.; Деллаерт, Ф. Мир Атланты: структура максимизации ожиданий для одновременной низкоуровневой группировки границ и калибровки камеры в сложных искусственных средах. В: Труды конференции IEEE Computer Society по компьютерному зрению и распознаванию образов, I-203–I-209, 2004 г.

    Google ученый

48. Швинг, А. Г.; Уртасун, Р. Эффективный точный вывод для понимания трехмерной сцены в помещении. В: Computer Vision – ECCV 2012. Lecture Notes in Computer Science, Vol. 7577 . Фицгиббон, А .; Лазебник, С .; Перона, П.; Сато, Ю.; Шмид, К. Ред. Springer Berlin Heidelberg, 299–313, 2012.

    Google ученый

Скачать ссылки

Благодарности

Эта работа была частично поддержана проектами VIGEC и 3DCLOUDPRO. Авторы также признают вклад региональных властей Сардинии.

Информация о авторе

Авторы и принадлежности

1. CRS4, Группа визуальных вычислений, Cagliari, Italy

   Giovanni Pintore, Fabio Ganovelli, Ruggero Pintus & Roberto Scopigno

2. 9 9000, 9000, 9000, 9000.

   Энрико Гоббетти

Авторы

1. Джованни Пинторе

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Академия

2. Фабио Гановелли

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

3. Ruggero Pintus

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

4. Roberto Scopigno

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

5. Enrico Gobbetti

   Посмотреть публикации автора

   Вы также можете искать этого автора в PubMed Google Scholar

Автор, ответственный за переписку

Джованни Пинторе.

Дополнительная информация

Джованни Пинторе — исследователь группы визуальных вычислений (ViC) в Центре перспективных исследований, исследований и разработок на Сардинии (CRS4). Он имеет степень Лауреа (магистр наук) (2002 г.) в области электронной инженерии Университета Кальяри. Его исследовательские интересы включают представление больших и сложных 3D-моделей с несколькими разрешениями, отображение светового поля, реконструкцию и визуализацию архитектурных сцен с использованием мобильных устройств, а также мобильные сферические камеры нового поколения.

Фабио Гановелли — научный сотрудник Лаборатории визуальных вычислений ISTI-CNR в Пизе. Он имеет Лауреа (1995) и докторскую степень. степень (2001 г.) в области компьютерных наук Пизанского университета. Его исследования охватывают многие области компьютерной графики и компьютерного зрения и широко публикуются в крупных журналах и на конференциях.

Руджеро Пинтус — исследователь группы визуальных вычислений (ViC) Центра перспективных исследований, исследований и разработок на Сардинии (CRS4). Он имеет степень Лауреата (магистр наук, 2003 г.) и докторскую степень. степень (2007 г.) в области электронной инженерии Университета Кальяри, Италия. В настоящее время его исследования сосредоточены на получении, обработке и рендеринге сложных 3D-моделей.

Роберто Скопиньо окончил факультет компьютерных наук в Пизанском университете в 1984 году. Он является директором по исследованиям в CNR-ISTI и руководит Лабораторией визуальных вычислений. Он участвовал в исследовательских проектах, связанных с научной визуализацией, технологиями с несколькими разрешениями, оцифровкой 3D-диапазона и приложениями CH. Он опубликовал более 200 статей в международных журналах и на конференциях.

Энрико Гоббетти — директор группы визуальных вычислений (ViC) в Центре перспективных исследований, исследований и разработок на Сардинии (CRS4), Италия. Имеет инженерное образование (1989) и докторскую степень. степень (1993 г.) в области компьютерных наук Швейцарского федерального технологического института в Лозанне (EPFL).