論文の概要: GSFusion:Globally Optimized LiDAR-Inertial-Visual Mapping for Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2507.23273v1
- Date: Thu, 31 Jul 2025 06:15:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-01 17:19:09.206045
- Title: GSFusion:Globally Optimized LiDAR-Inertial-Visual Mapping for Gaussian Splatting
- Title（参考訳）: GSFusion:Globallytimized LiDAR-Inertial-Visual Mapping for Gaussian Splatting
- Authors: Jaeseok Park, Chanoh Park, Minsu Kim, Soohwan Kim,
- Abstract要約: 本稿では,GSFusionを提案する。これはLDAR-Inertial-Visual Mapのオンラインマッピングシステムで,グローバルなポーズグラフ最適化におけるサーベイル・ツー・サーフェル制約による高精度マップの整合性を保証する。
公開とデータセットの実験では、既存の3DGS SLAMシステムよりも、レンダリング品質とマップ構築効率が優れています。
- 参考スコア（独自算出の注目度）: 20.665306154754564
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While 3D Gaussian Splatting (3DGS) has revolutionized photorealistic mapping, conventional approaches based on camera sensor, even RGB-D, suffer from fundamental limitations such as high computational load, failure in environments with poor texture or illumination, and short operational ranges. LiDAR emerges as a robust alternative, but its integration with 3DGS introduces new challenges, such as the need for exceptional global alignment for photorealistic quality and prolonged optimization times caused by sparse data. To address these challenges, we propose GSFusion, an online LiDAR-Inertial-Visual mapping system that ensures high-precision map consistency through a surfel-to-surfel constraint in the global pose-graph optimization. To handle sparse data, our system employs a pixel-aware Gaussian initialization strategy for efficient representation and a bounded sigmoid constraint to prevent uncontrolled Gaussian growth. Experiments on public and our datasets demonstrate our system outperforms existing 3DGS SLAM systems in terms of rendering quality and map-building efficiency.
- Abstract（参考訳）: 3D Gaussian Splatting (3DGS) はフォトリアリスティックマッピングに革命をもたらしたが、カメラセンサーに基づく従来のアプローチは、RGB-Dでさえも、高い計算負荷、テクスチャや照明の弱い環境での故障、短い操作範囲といった基本的な制限に悩まされている。
LiDARは堅牢な代替手段として登場したが、3DGSとの統合により、フォトリアリスティックな品質に対する例外的なグローバルアライメントの必要性や、スパースデータによる長期最適化といった、新たな課題がもたらされる。
これらの課題に対処するため,GSFusionというオンラインLiDAR-Inertial-Visualマッピングシステムを提案する。
スパースデータの処理には,効率的な表現のための画素対応ガウス初期化戦略と有界シグモイド制約を用い,ガウスの未制御成長を防止する。
公開とデータセットの実験では、既存の3DGS SLAMシステムよりも、レンダリング品質とマップ構築効率が優れています。
関連論文リスト
- GDGS: 3D Gaussian Splatting Via Geometry-Guided Initialization And Dynamic Density Control [6.91367883100748]
Gaussian Splattingは、リアルタイムのパフォーマンスをサポートしながら、リアルな画像をレンダリングする代替手段である。
本稿では,初期化,最適化,密度制御における課題に対処するため,3次元ガウス分割法(3DGS)citeKerbl2023を提案する。
提案手法は,高忠実度画像をリアルタイムにレンダリングすることで,最先端の手法に匹敵する,あるいは優れた結果を示す。
論文 参考訳（メタデータ） (2025-07-01T01:29:31Z) - TVG-SLAM: Robust Gaussian Splatting SLAM with Tri-view Geometric Constraints [22.121665995381324]
TVG-SLAMはRGBのみの堅牢な3DGS SLAMシステムである。
本手法はロバスト性を向上し,平均的絶対軌道誤差(ATE)を69.0%削減し,最先端のレンダリング品質を実現する。
論文 参考訳（メタデータ） (2025-06-29T12:31:05Z) - Intern-GS: Vision Model Guided Sparse-View 3D Gaussian Splatting [95.61137026932062]
Intern-GSはスパースビューガウススプラッティングのプロセスを強化する新しいアプローチである。
Intern-GSは多様なデータセットにまたがって最先端のレンダリング品質を実現する。
論文 参考訳（メタデータ） (2025-05-27T05:17:49Z) - Steepest Descent Density Control for Compact 3D Gaussian Splatting [72.54055499344052]
3D Gaussian Splatting (3DGS)は、強力なリアルタイム高解像度ノベルビューとして登場した。
本稿では,3DGSの密度制御をデミストし,改良する理論的枠組みを提案する。
我々はSteepGSを導入し、コンパクトな点雲を維持しながら損失を最小限に抑える原則的戦略である、最も急な密度制御を取り入れた。
論文 参考訳（メタデータ） (2025-05-08T18:41:38Z) - Diffusion-Guided Gaussian Splatting for Large-Scale Unconstrained 3D Reconstruction and Novel View Synthesis [22.767866875051013]
本稿では,現行手法の限界に対処する多視点拡散モデルを用いて,新しい3DGSフレームワークであるGS-Diffを提案する。
マルチビュー入力に条件付き擬似観測を生成することにより、制約の少ない3次元再構成問題をよく表されたものに変換する。
4つのベンチマークの実験では、GS-Diffは最先端のベースラインをかなりのマージンで一貫して上回っている。
論文 参考訳（メタデータ） (2025-04-02T17:59:46Z) - GS-LIVO: Real-Time LiDAR, Inertial, and Visual Multi-sensor Fused Odometry with Gaussian Mapping [22.432252084121274]
LiDAR-Inertial-Visual (LIV) センサの構成は、ローカライゼーションと高密度マッピングにおいて優れた性能を示している。
本稿では,新しいリアルタイムガウス型同時ローカライズ・マッピングシステムを提案する。
このフレームワークは、堅牢なマルチセンサー融合機能を維持しながら、リアルタイムのパフォーマンスを実現する。
論文 参考訳（メタデータ） (2025-01-15T09:04:56Z) - Beyond Gaussians: Fast and High-Fidelity 3D Splatting with Linear Kernels [51.08794269211701]
本稿では,ガウスカーネルを線形カーネルに置き換えて,よりシャープで高精度な結果を得る3Dリニアスティング(DLS)を提案する。
3DLSは、最先端の忠実さと正確さを示し、ベースライン3DGSよりも30%のFPS改善を実現している。
論文 参考訳（メタデータ） (2024-11-19T11:59:54Z) - PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。
本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
論文 参考訳（メタデータ） (2024-10-29T15:28:15Z) - HO-Gaussian: Hybrid Optimization of 3D Gaussian Splatting for Urban Scenes [24.227745405760697]
本稿では,グリッドベースボリュームと3DGSパイプラインを組み合わせたHO-Gaussianというハイブリッド最適化手法を提案する。
広範に使用されている自律走行データセットの結果から,HO-Gaussianはマルチカメラ都市データセット上でリアルタイムに写真リアリスティックレンダリングを実現することが示された。
論文 参考訳（メタデータ） (2024-03-29T07:58:21Z) - Spec-Gaussian: Anisotropic View-Dependent Appearance for 3D Gaussian Splatting [55.71424195454963]
Spec-Gaussian は球面調和の代わりに異方性球面ガウス場を利用するアプローチである。
実験結果から,本手法はレンダリング品質の面で既存の手法を超越していることが示された。
この改良は、3D GSの適用性を高めて、特異面と異方面の複雑なシナリオを扱う。
論文 参考訳（メタデータ） (2024-02-24T17:22:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。