論文の概要: G4Splat: Geometry-Guided Gaussian Splatting with Generative Prior

• arxiv url: http://arxiv.org/abs/2510.12099v1
• Date: Tue, 14 Oct 2025 03:06:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-15 19:02:32.16693
• Title: G4Splat: Geometry-Guided Gaussian Splatting with Generative Prior
• Title（参考訳）: G4Splat:Geometry-Guided Gaussian Splatting with Generative Prior
• Authors: Junfeng Ni, Yixin Chen, Zhifei Yang, Yu Liu, Ruijie Lu, Song-Chun Zhu, Siyuan Huang,
• Abstract要約: 我々は,3次元シーン再構成を効果的に活用するための基本的な前提条件として,正確な幾何学を同定する。 生成パイプライン全体にこの幾何学的ガイダンスを導入し、可視性マスク推定を改善し、新しいビュー選択をガイドし、ビデオ拡散モデルに着色した場合の多視点一貫性を向上させる。 本手法は,屋内および屋外の両方のシナリオにおいて,高い一般化性を有するシングルビュー入力とアンポーズ映像を自然にサポートする。
• 参考スコア（独自算出の注目度）: 53.762256749551284
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Despite recent advances in leveraging generative prior from pre-trained diffusion models for 3D scene reconstruction, existing methods still face two critical limitations. First, due to the lack of reliable geometric supervision, they struggle to produce high-quality reconstructions even in observed regions, let alone in unobserved areas. Second, they lack effective mechanisms to mitigate multi-view inconsistencies in the generated images, leading to severe shape-appearance ambiguities and degraded scene geometry. In this paper, we identify accurate geometry as the fundamental prerequisite for effectively exploiting generative models to enhance 3D scene reconstruction. We first propose to leverage the prevalence of planar structures to derive accurate metric-scale depth maps, providing reliable supervision in both observed and unobserved regions. Furthermore, we incorporate this geometry guidance throughout the generative pipeline to improve visibility mask estimation, guide novel view selection, and enhance multi-view consistency when inpainting with video diffusion models, resulting in accurate and consistent scene completion. Extensive experiments on Replica, ScanNet++, and DeepBlending show that our method consistently outperforms existing baselines in both geometry and appearance reconstruction, particularly for unobserved regions. Moreover, our method naturally supports single-view inputs and unposed videos, with strong generalizability in both indoor and outdoor scenarios with practical real-world applicability. The project page is available at https://dali-jack.github.io/g4splat-web/.
• Abstract（参考訳）: 近年,3次元シーン再構成のために事前学習した拡散モデルから生成前のモデルを活用する技術が進歩しているが,既存の手法には2つの限界がある。 第一に、信頼性の高い幾何学的監督が欠如していることから、観測された地域でも、観測されていない地域では例外なく高品質な復元を行うのに苦労している。 第二に、生成した画像の多視点不整合を緩和する効果的なメカニズムが欠如しており、形状の曖昧さと劣化したシーン形状をもたらす。 本稿では,3次元シーン再構成を効果的に活用するための基本前提として,正確な形状を同定する。 まず、平面構造を用いて正確なメートルスケール深度マップを導出し、観測された領域と観測されていない領域の信頼性の高い監視を実現することを提案する。 さらに、この幾何学的ガイダンスを生成パイプライン全体に組み込んで、視認性マスク推定を改善し、新しいビュー選択をガイドし、ビデオ拡散モデルに着色した場合に複数ビューの一貫性を高め、精度と一貫したシーン補完を実現する。 Replica、ScanNet++、DeepBlendingの大規模な実験により、我々の手法は、特に観測されていない領域において、幾何学的および外観的再構成の両方において、既存のベースラインを一貫して上回ります。 さらに,本手法は,屋内および屋外の両方のシナリオにおいて,現実的な実世界適用性を備えた高い一般化性を有する,シングルビュー入力とアンポーズ映像を自然にサポートしている。 プロジェクトページはhttps://dali-jack.github.io/g4splat-web/.com/で公開されている。

関連論文リスト

• Visibility-Aware Densification for 3D Gaussian Splatting in Dynamic Urban Scenes [7.253732091582086]
  VAD-GSは3DGSフレームワークで、挑戦的な都市景観の幾何学的復元に適したものだ。 本手法は, ボクセルに基づく可視性推論により, 信頼性の低い幾何学構造を同定する。 多様性を意識したビュー選択を通じて情報的支援ビューを選択し、パッチマッチングベースのステレオ再構築によって行方不明構造を復元する。
  論文  参考訳（メタデータ） (2025-10-10T13:22:12Z)
• OracleGS: Grounding Generative Priors for Sparse-View Gaussian Splatting [78.70702961852119]
  OracleGSは、Gaussian Splattingのスパースビューのために、生成的完全性と回帰的忠実性を調整している。 提案手法は,多視点幾何学的証拠に先立って強力な生成条件を定め,幻覚的アーティファクトをフィルタリングし,非拘束領域における可塑性完備を保存している。
  論文  参考訳（メタデータ） (2025-09-27T11:19:32Z)
• GausSurf: Geometry-Guided 3D Gaussian Splatting for Surface Reconstruction [79.42244344704154]
  GausSurfは、テクスチャリッチな領域におけるマルチビュー一貫性と、シーンのテクスチャレスな領域における通常の事前の幾何学的ガイダンスを採用している。 本手法は,再現性や計算時間の観点から,最先端の手法を超越した手法である。
  論文  参考訳（メタデータ） (2024-11-29T03:54:54Z)
• GeoWizard: Unleashing the Diffusion Priors for 3D Geometry Estimation from a Single Image [94.56927147492738]
  単一画像から幾何学的属性を推定するための新しい生成基盤モデルであるGeoWizardを紹介する。 拡散前処理の活用は,資源利用における一般化,詳細な保存,効率性を著しく向上させることが示唆された。 本稿では,様々なシーンの複雑なデータ分布を,個別のサブディストリビューションに分離する,シンプルかつ効果的な戦略を提案する。
  論文  参考訳（メタデータ） (2024-03-18T17:50:41Z)
• Improving Neural Indoor Surface Reconstruction with Mask-Guided Adaptive Consistency Constraints [0.6749750044497732]
  本稿では、ビュー依存色とビュー非依存色を分離する2段階のトレーニングプロセスを提案し、さらに2つの新しい一貫性制約を活用して、余分な事前処理を必要とせず、詳細な再構成性能を向上させる。 合成および実世界のデータセットの実験は、事前推定誤差から干渉を減らす能力を示している。
  論文  参考訳（メタデータ） (2023-09-18T13:05:23Z)
• DiViNeT: 3D Reconstruction from Disparate Views via Neural Template Regularization [7.488962492863031]
  本稿では3つの異なるRGB画像を入力として用いたボリュームレンダリングに基づくニューラルサーフェス再構成手法を提案する。 我々のキーとなる考え方は再建を規則化することであり、これは深刻な問題であり、スパースビューの間に大きなギャップを埋めることである。 提案手法は, 従来の手法の中でも, 疎外な視点で, 最高の復元品質を達成できる。
  論文  参考訳（メタデータ） (2023-06-07T18:05:14Z)

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。