論文の概要: Multispectral-NeRF:a multispectral modeling approach based on neural radiance fields

• arxiv url: http://arxiv.org/abs/2509.11169v1
• Date: Sun, 14 Sep 2025 09:04:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-16 17:26:22.959366
• Title: Multispectral-NeRF:a multispectral modeling approach based on neural radiance fields
• Title（参考訳）: マルチスペクトル-NeRF:ニューラルレイディアンス場に基づくマルチスペクトルモデリング手法
• Authors: Hong Zhang, Fei Guo, Zihan Xie, Dizhao Yao,
• Abstract要約: 2次元画像に基づく3次元再構成技術は、通常RGBスペクトル情報に依存する。 RGB以外のスペクトルバンドは、ますます3D再構成に組み込まれている。 これらのスペクトルデータを統合する既存の方法は、高価なスキーム価格、低い精度、幾何学的特徴に悩まされることが多い。 我々は、マルチスペクトル情報を効果的に統合できる、NeRFから派生した拡張ニューラルアーキテクチャであるMultispectral-NeRFを提案する。
• 参考スコア（独自算出の注目度）: 3.606065291262699
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D reconstruction technology generates three-dimensional representations of real-world objects, scenes, or environments using sensor data such as 2D images, with extensive applications in robotics, autonomous vehicles, and virtual reality systems. Traditional 3D reconstruction techniques based on 2D images typically relies on RGB spectral information. With advances in sensor technology, additional spectral bands beyond RGB have been increasingly incorporated into 3D reconstruction workflows. Existing methods that integrate these expanded spectral data often suffer from expensive scheme prices, low accuracy and poor geometric features. Three - dimensional reconstruction based on NeRF can effectively address the various issues in current multispectral 3D reconstruction methods, producing high - precision and high - quality reconstruction results. However, currently, NeRF and some improved models such as NeRFacto are trained on three - band data and cannot take into account the multi - band information. To address this problem, we propose Multispectral-NeRF, an enhanced neural architecture derived from NeRF that can effectively integrates multispectral information. Our technical contributions comprise threefold modifications: Expanding hidden layer dimensionality to accommodate 6-band spectral inputs; Redesigning residual functions to optimize spectral discrepancy calculations between reconstructed and reference images; Adapting data compression modules to address the increased bit-depth requirements of multispectral imagery. Experimental results confirm that Multispectral-NeRF successfully processes multi-band spectral features while accurately preserving the original scenes' spectral characteristics.
• Abstract（参考訳）: 3D再構成技術は、ロボット工学、自動運転車、バーチャルリアリティーシステムに広く応用されている2D画像などのセンサーデータを用いて、現実世界の物体、シーン、環境の3次元表現を生成する。 従来の2D画像に基づく3D再構成技術は、通常RGBのスペクトル情報に依存している。 センサー技術の進歩に伴い、RGB以外のスペクトルバンドが3D再構成ワークフローに組み込まれている。 これらのスペクトルデータを統合する既存の方法は、高価なスキーム価格、低い精度、幾何学的特徴に悩まされることが多い。 NeRFに基づく3次元再構成は、現在のマルチスペクトル3次元再構成法における様々な問題に効果的に対処でき、高精度で高品質な再構成結果が得られる。 しかし、現在、NeRFとNeRFactoのような改良されたモデルは3つのバンドデータに基づいて訓練されており、マルチバンド情報を考慮できない。 この問題に対処するため、我々はマルチスペクトル情報を効果的に統合できる、NeRFから派生した拡張ニューラルネットワークであるMultispectral-NeRFを提案する。 技術的コントリビューションは,6バンドのスペクトル入力に対応するために隠蔽層次元を拡大すること,再構成画像と参照画像間のスペクトル差分計算を最適化する残差関数を再設計すること,マルチスペクトル画像のビット深度要求に対処するためにデータ圧縮モジュールを適応すること,の3つの変更を含む。 実験により,Multispectral-NeRFは,元のシーンのスペクトル特性を正確に保存しつつ,マルチバンドスペクトル特性の処理に成功していることを確認した。

関連論文リスト

• Multi-view 3D surface reconstruction from SAR images by inverse rendering [4.964816143841665]
  本稿では,制約のない合成開口レーダ(SAR)画像から3次元再構成を行うための新しい逆レンダリング手法を提案する。 本手法は,SAR画像における幾何学的不均一性を利用する可能性を示し,マルチセンサデータ融合の道を開く。
  論文  参考訳（メタデータ） (2025-02-14T13:19:32Z)
• SuperNeRF-GAN: A Universal 3D-Consistent Super-Resolution Framework for Efficient and Enhanced 3D-Aware Image Synthesis [59.73403876485574]
  本稿では,3次元連続超解像のための汎用フレームワークであるSuperNeRF-GANを提案する。 SuperNeRF-GANの重要な特徴は、NeRFベースの3D認識画像合成手法とのシームレスな統合である。 実験により, 提案手法の効率性, 3次元整合性, 品質が示された。
  論文  参考訳（メタデータ） (2025-01-12T10:31:33Z)
• Towards More Accurate Fake Detection on Images Generated from Advanced Generative and Neural Rendering Models [14.867842273942188]
  本研究では,フーリエスペクトル等級から包括的特徴を抽出できる教師なし学習手法を提案する。 我々は,多種多様なニューラルレンダリング技術によって生成された画像を含む包括的データベースを開発し,検出手法の評価と進展のための堅牢な基盤を提供する。
  論文  参考訳（メタデータ） (2024-11-13T14:32:28Z)
• UlRe-NeRF: 3D Ultrasound Imaging through Neural Rendering with Ultrasound Reflection Direction Parameterization [0.5837446811360741]
  従来の3D超音波イメージング法には、解像度の固定化、ストレージ効率の低さ、コンテキスト接続性の不足といった制限がある。 暗黙的なニューラルネットワークと明示的な超音波レンダリングアーキテクチャを組み合わせた新しいモデルUlRe-NeRFを提案する。 実験の結果,UlRe-NeRFモデルは高忠実度超音波画像再構成の現実性と精度を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2024-08-01T18:22:29Z)
• Hyperspectral Neural Radiance Fields [11.485829401765521]
  ニューラルラジアンス場(NeRF)を用いたハイパースペクトル3次元再構成を提案する。 NeRFは、様々なカメラモデルによって捉えられたシーンの高品質なボリューム3D表現を作ることで広く成功している。 提案手法により,高速かつ高精度な3次元ハイパースペクトルシーンの創出が可能となった。
  論文  参考訳（メタデータ） (2024-03-21T21:18:08Z)
• SpectralGPT: Spectral Remote Sensing Foundation Model [60.023956954916414]
  SpectralGPTという名前のユニバーサルRS基盤モデルは、新しい3D生成事前学習変換器(GPT)を用いてスペクトルRS画像を処理するために構築されている。 既存の基礎モデルと比較して、SpectralGPTは、様々なサイズ、解像度、時系列、領域をプログレッシブトレーニング形式で対応し、広範なRSビッグデータのフル活用を可能にする。 我々の評価では、事前訓練されたスペクトルGPTモデルによる顕著な性能向上が強調され、地球科学分野におけるスペクトルRSビッグデータ応用の進展に有意な可能性を示唆している。
  論文  参考訳（メタデータ） (2023-11-13T07:09:30Z)
• Spec-NeRF: Multi-spectral Neural Radiance Fields [9.242830798112855]
  異なるフィルタでフィルタされたカラー画像の集合から,マルチスペクトルレーダランス場とスペクトル感度関数(SSF)を共同で再構成する多スペクトルニューラルレイダランス場(Spec-NeRF)を提案する。 合成シナリオと実シナリオの両方を対象とした実験により, フィルタされたRGB画像と学習可能なNeRF, SSFを併用することで, 高い忠実度と有望なスペクトル再構成が達成できることを示した。
  論文  参考訳（メタデータ） (2023-09-14T16:17:55Z)
• Spatial-Spectral Residual Network for Hyperspectral Image Super-Resolution [82.1739023587565]
  ハイパースペクトル画像超解像のための新しいスペクトル空間残差ネットワーク(SSRNet)を提案する。 提案手法は,2次元畳み込みではなく3次元畳み込みを用いて空間スペクトル情報の探索を効果的に行うことができる。 各ユニットでは空間的・時間的分離可能な3次元畳み込みを用いて空間的・スペクトル的な情報を抽出する。
  論文  参考訳（メタデータ） (2020-01-14T03:34:55Z)

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。