論文の概要: Gaussian Splatting Feature Fields for Privacy-Preserving Visual Localization

• arxiv url: http://arxiv.org/abs/2507.23569v1
• Date: Thu, 31 Jul 2025 13:58:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-01 17:19:09.908539
• Title: Gaussian Splatting Feature Fields for Privacy-Preserving Visual Localization
• Title（参考訳）: プライバシ保護型ビジュアルローカライゼーションのためのガウス散乱特性場
• Authors: Maxime Pietrantoni, Gabriela Csurka, Torsten Sattler,
• Abstract要約: 本稿では,3DGSモデルと暗黙的特徴場を組み合わせた視覚的ローカライゼーションのためのシーン表現を提案する。 表現学習を正規化し,特徴をセグメンテーションにシームレスに変換するために,3次元構造インフォームドクラスタリング手法を用いる。 複数の実世界のデータセットで評価された結果として生じるプライバシと非プライバシ保存のローカライゼーションパイプラインは、最先端のパフォーマンスを示している。
• 参考スコア（独自算出の注目度）: 29.793562435104707
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual localization is the task of estimating a camera pose in a known environment. In this paper, we utilize 3D Gaussian Splatting (3DGS)-based representations for accurate and privacy-preserving visual localization. We propose Gaussian Splatting Feature Fields (GSFFs), a scene representation for visual localization that combines an explicit geometry model (3DGS) with an implicit feature field. We leverage the dense geometric information and differentiable rasterization algorithm from 3DGS to learn robust feature representations grounded in 3D. In particular, we align a 3D scale-aware feature field and a 2D feature encoder in a common embedding space through a contrastive framework. Using a 3D structure-informed clustering procedure, we further regularize the representation learning and seamlessly convert the features to segmentations, which can be used for privacy-preserving visual localization. Pose refinement, which involves aligning either feature maps or segmentations from a query image with those rendered from the GSFFs scene representation, is used to achieve localization. The resulting privacy- and non-privacy-preserving localization pipelines, evaluated on multiple real-world datasets, show state-of-the-art performances.
• Abstract（参考訳）: 視覚的ローカライゼーションは、既知の環境でカメラのポーズを推定するタスクである。 本稿では, 3D Gaussian Splatting(3DGS)に基づく表現を, 正確かつプライバシ保護の視覚的ローカライゼーションに活用する。 本稿では,視覚的局所化のためのシーン表現であるGaussian Splatting Feature Fields (GSFFs)を提案する。 我々は3DGSから高密度な幾何情報と微分可能なラスタライズアルゴリズムを利用して、3Dの基底となるロバストな特徴表現を学習する。 特に、3Dスケール対応機能フィールドと2D機能エンコーダをコントラストフレームワークを通じて共通埋め込み空間に配置する。 3次元構造インフォームドクラスタリング手法を用いて、表現学習をさらに規則化し、その特徴をセグメンテーションにシームレスに変換し、プライバシー保護の視覚的ローカライゼーションに使用することができる。 検索画像から特徴マップやセグメンテーションをGSFFのシーン表現からレンダリングしたものと整合させ、ローカライゼーションを実現する。 複数の実世界のデータセットで評価された結果として生じるプライバシと非プライバシ保存のローカライゼーションパイプラインは、最先端のパフォーマンスを示している。

関連論文リスト

• GaussianGraph: 3D Gaussian-based Scene Graph Generation for Open-world Scene Understanding [20.578106363482018]
  本稿では,セマンティッククラスタリングとシーングラフ生成を統合し,3DGSに基づくシーン理解を強化する新しいフレームワークを提案する。 本稿では,シーンスケールや特徴分布に動的に対応し,特徴圧縮を回避する"Control-Follow"クラスタリング戦略を提案する。 2次元基礎モデルから抽出したオブジェクト属性と空間関係を統合することでシーン表現を充実させる。
  論文  参考訳（メタデータ） (2025-03-06T02:36:59Z)
• OVGaussian: Generalizable 3D Gaussian Segmentation with Open Vocabularies [112.80292725951921]
  textbfOVGaussianは3D textbfGaussian表現に基づいた、一般化可能なtextbfOpen-textbfVocabulary 3Dセマンティックセマンティックセグメンテーションフレームワークである。 まず,3DGSをベースとした大規模3Dシーンデータセット(textbfSegGaussian)を構築し,ガウス点とマルチビュー画像の両方に対して詳細なセマンティックおよびインスタンスアノテーションを提供する。 シーン間のセマンティック・一般化を促進するために,ジェネリック・セマンティック・ラスタライゼーション(GSR)を導入する。
  論文  参考訳（メタデータ） (2024-12-31T07:55:35Z)
• GSplatLoc: Grounding Keypoint Descriptors into 3D Gaussian Splatting for Improved Visual Localization [1.4466437171584356]
  軽量なXFeat特徴抽出器から高密度かつ堅牢なキーポイント記述器を3DGSに統合する2段階の手順を提案する。 第2段階では、レンダリングベースの光度ワープ損失を最小限に抑え、初期ポーズ推定を洗練させる。 広く使われている屋内および屋外データセットのベンチマークは、最近のニューラルレンダリングベースのローカライゼーション手法よりも改善されていることを示している。
  論文  参考訳（メタデータ） (2024-09-24T23:18:32Z)
• SplatLoc: 3D Gaussian Splatting-based Visual Localization for Augmented Reality [50.179377002092416]
  より少ないパラメータで高品質なレンダリングが可能な効率的なビジュアルローカライズ手法を提案する。 提案手法は,最先端の暗黙的視覚的ローカライゼーションアプローチに対して,より優れた,あるいは同等なレンダリングとローカライゼーション性能を実現する。
  論文  参考訳（メタデータ） (2024-09-21T08:46:16Z)
• Self-supervised Learning of Neural Implicit Feature Fields for Camera Pose Refinement [32.335953514942474]
  本稿では,3次元の高密度特徴場と2次元の特徴抽出器を併用してシーン表現を共同学習することを提案する。 暗黙の場に符号化された中間的幾何情報を活用するために、ボリュームレンダリングを通してシーンの基盤となる幾何学を学習し、特徴体を設計する。 次に、画像ベースの機能とレンダリングされたボリューム機能を調整することで、視覚的なローカライゼーションを実現する。
  論文  参考訳（メタデータ） (2024-06-12T17:51:53Z)
• GaussianFormer: Scene as Gaussians for Vision-Based 3D Semantic Occupancy Prediction [70.65250036489128]
  3Dのセマンティック占有予測は,周囲のシーンの3Dの微細な形状とセマンティックスを得ることを目的としている。 本稿では,3Dシーンを3Dセマンティック・ガウシアンで表現するオブジェクト中心表現を提案する。 GaussianFormerは17.8%から24.8%のメモリ消費しか持たない最先端のメソッドで同等のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2024-05-27T17:59:51Z)
• Oriented-grid Encoder for 3D Implicit Representations [10.02138130221506]
  本論文は,3次元幾何エンコーダの3次元特性を明示的に利用した最初のものである。 提案手法は,従来の手法と比較して最先端の結果が得られる。
  論文  参考訳（メタデータ） (2024-02-09T19:28:13Z)
• Generating Visual Spatial Description via Holistic 3D Scene Understanding [88.99773815159345]
  視覚空間記述(VSD)は、画像内の対象物の空間的関係を記述するテキストを生成することを目的としている。 外部の3Dシーン抽出器を用いて,入力画像の3Dオブジェクトとシーン特徴を抽出する。 対象物の中心となる3次元空間シーングラフ(Go3D-S2G)を構築し,対象物の空間意味を総合的な3次元シーン内にモデル化する。
  論文  参考訳（メタデータ） (2023-05-19T15:53:56Z)
• Flattening-Net: Deep Regular 2D Representation for 3D Point Cloud Analysis [66.49788145564004]
  我々は、任意の幾何学と位相の不規則な3次元点雲を表現するために、Flattning-Netと呼ばれる教師なしのディープニューラルネットワークを提案する。 我々の手法は、現在の最先端の競合相手に対して好意的に機能する。
  論文  参考訳（メタデータ） (2022-12-17T15:05:25Z)

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。