論文の概要: InsideOut: Integrated RGB-Radiative Gaussian Splatting for Comprehensive 3D Object Representation
- arxiv url: http://arxiv.org/abs/2510.17864v1
- Date: Wed, 15 Oct 2025 20:51:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-25 03:08:12.231108
- Title: InsideOut: Integrated RGB-Radiative Gaussian Splatting for Comprehensive 3D Object Representation
- Title（参考訳）: InsideOut: 総合的な3次元オブジェクト表現のためのRGB放射型ガウス分割
- Abstract要約: InsideOutは3D Gaussian splatting(3DGS)の拡張で、高忠実なRGB表面詳細と地下X線構造の間のギャップを埋める。
我々は、新しいペアRGBとX線データを収集し、RGBとX線放射型ガウスプレートを整列させる階層的フィッティングを行い、一貫した内部構造を確保するためのX線基準損失を提案する。
- 参考スコア（独自算出の注目度）: 14.738134337899536
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We introduce InsideOut, an extension of 3D Gaussian splatting (3DGS) that bridges the gap between high-fidelity RGB surface details and subsurface X-ray structures. The fusion of RGB and X-ray imaging is invaluable in fields such as medical diagnostics, cultural heritage restoration, and manufacturing. We collect new paired RGB and X-ray data, perform hierarchical fitting to align RGB and X-ray radiative Gaussian splats, and propose an X-ray reference loss to ensure consistent internal structures. InsideOut effectively addresses the challenges posed by disparate data representations between the two modalities and limited paired datasets. This approach significantly extends the applicability of 3DGS, enhancing visualization, simulation, and non-destructive testing capabilities across various domains.
- Abstract（参考訳）: InsideOutは3D Gaussian splatting(3DGS)の拡張で、高忠実なRGB表面詳細と地下X線構造の間のギャップを埋める。
RGBとX線画像の融合は、医学診断、文化遺産の修復、製造などの分野では重要ではない。
我々は、新しいペアRGBとX線データを収集し、RGBとX線放射型ガウスプレートを整列させる階層的フィッティングを行い、一貫した内部構造を確保するためのX線基準損失を提案する。
InsideOutは、2つのモダリティと限定的なペアデータセットの間で異なるデータ表現によって引き起こされる課題に効果的に対処する。
このアプローチは、3DGSの適用性を大幅に拡張し、可視化、シミュレーション、およびさまざまな領域にわたる非破壊的なテスト機能を強化します。
関連論文リスト
- MedGSSR: Generalizable Medical Image Super-Resolution 3D Reconstruction via Hierarchical Feed-forward Gaussian Splatting [13.86963166956946]
高解像度の医用画像は臨床診断に重要であるが、取得はスキャナーハードウェア、スキャン時間、CT、放射線線量によって制限されることが多い。
Medical 3D Super-Resolution (Med3DSR) は計算的な代替手段を提供するが、既存の手法は通常、オブジェクトごとの最適化、事前訓練、座標ベースの暗黙の表現に頼っている。
我々は、Med3DSRの3次元ガウス場としてボリュームを表す完全なエンドツーエンドフィードフォワードフレームワークであるMedGSSRを提案する。
論文 参考訳（メタデータ） (2026-09-06T23:33:02Z) - Toward Robust and 3D-Aware RGB-NIR Imaging in the Dark [68.49637363691325]
本稿では,RGB-NIR低照度画像に3次元ニューラルモデリングを取り入れた新しい視点を提供する。
強力なモデルは、暗黙的に非常にノイズの多いRGB観測を3次元空間でNIRキューで融合させ、クリーンなRGBイメージを効果的に回収するために最適化することができる。
論文 参考訳（メタデータ） (2026-07-31T17:59:18Z) - HyKey: Hyperspectral Keypoint Detection and Matching in Minimally Invasive Surgery [40.93245185071822]
ミニマル侵襲手術(MIS)における3次元再構築は,視認性の向上,ツールトラッキング,拡張現実による手術指導の強化を可能にする。
我々は, スナップショットハイパースペクトルイメージング(HSI)を用いて, キーポイント検出と手術シーンの整合性を改善することができるか検討した。
我々はHyKeyを開発した。HyKeyはハイブリッド3D-2D畳み込みニューラルネットワークで構築されたハイパスペクトルKEYpointの検出と記述モデルで、HSIから空間スペクトルの特徴を共同抽出する。
論文 参考訳（メタデータ） (2026-04-19T13:57:03Z) - NG-GS: NeRF-Guided 3D Gaussian Splatting Segmentation [65.34304674634713]
3DGSにおける高品質なオブジェクトセグメンテーションのためのフレームワークであるNG-GSを導入する。
本手法は, 境界mIoUにおいて, フォトリアリスティックな技術性能を実現し, 有意な利得が得られることを示す。
論文 参考訳（メタデータ） (2026-04-16T07:14:07Z) - MSGS: Multispectral 3D Gaussian Splatting [46.61006851229471]
波長対応ビュー合成のための3次元ガウス散乱 (3DGS) へのマルチスペクトル拡張を提案する。
それぞれのガウシアンはスペクトル放射で拡張され、帯域ごとの球面調和によって表現され、RGBとマルチスペクトル信号を組み合わせた二重損失監督スキームの下で最適化される。
提案手法は,RGBのみの3DGSベースラインに対して,画質とスペクトルの整合性において一貫した改善が示された。
論文 参考訳（メタデータ） (2026-04-14T23:03:38Z) - IE-SRGS: An Internal-External Knowledge Fusion Framework for High-Fidelity 3D Gaussian Splatting Super-Resolution [15.978577938074444]
IE-SRGSは新たな3DGS SRパラダイムであり、外部2DSRと内部3DGSの機能の相補的な長所を共同で活用することでこの問題に対処する。
人工的および実世界のベンチマークの実験では、IE-SRGSは定量精度と視覚的忠実度の両方で最先端の手法を一貫して上回っている。
論文 参考訳（メタデータ） (2025-11-27T08:57:42Z) - GauSSmart: Enhanced 3D Reconstruction through 2D Foundation Models and Geometric Filtering [50.675710727721786]
2次元基礎モデルと3次元ガウススプラッティング再構成をブリッジするハイブリッド手法であるGauSSmartを提案する。
提案手法は,凸フィルタリングや意味的特徴監視など,確立した2次元コンピュータビジョン技術を統合している。
GauSSmartは既存のGaussian Splattingよりも一貫して優れています。
論文 参考訳（メタデータ） (2025-10-16T03:38:26Z) - Towards Integrating Multi-Spectral Imaging with Gaussian Splatting [8.908394706712395]
色(RGB)とマルチスペクトル画像(マルチスペクトル)を3次元ガウススティングフレームワークに統合する方法について検討する。
球面高調波色成分に直接マルチスペクトルデータを統合して、ガウスの多重スペクトル反射率をコンパクトにモデル化することを提案する。
論文 参考訳（メタデータ） (2025-08-31T20:53:35Z) - Real-IAD D3: A Real-World 2D/Pseudo-3D/3D Dataset for Industrial Anomaly Detection [53.2590751089607]
Real-IAD D3は高精度なマルチモーダルデータセットであり、フォトメトリックステレオによって生成された擬似3Dモダリティが組み込まれている。
本稿では,RGB,点雲,擬似3次元深度情報を統合し,各モードの相補的強度を活用する効果的な手法を提案する。
本実験は,検出の堅牢性向上とIAD全体の性能向上におけるこれらのモダリティの重要性を強調した。
論文 参考訳（メタデータ） (2025-04-19T08:05:47Z) - Superpowering Open-Vocabulary Object Detectors for X-ray Vision [53.07098133237041]
オープンボキャブラリオブジェクト検出(OvOD)は、X線スキャンで任意のアイテムを認識できるようにすることで、セキュリティスクリーニングに革命をもたらす。
RAXOは市販のRGB OvOD検出器を高強度X線検出に活用するフレームワークである。
RAXOはデュアルソース検索戦略を用いて高品質なX線クラス記述子を構築する。
論文 参考訳（メタデータ） (2025-03-21T11:54:16Z) - X-Field: A Physically Grounded Representation for 3D X-ray Reconstruction [25.13707706037451]
医療診断にはX線撮影が不可欠であるが、その使用は潜在的な健康リスクのために厳しく規制されている。
最近の研究は、スパース入力から新しいビューを生成し、CT(Computed Tomography)ボリュームを再構築することに焦点を当てている。
我々はX線画像に特化して設計された最初の3D表現であるX-Fieldを紹介する。
論文 参考訳（メタデータ） (2025-03-11T16:31:56Z) - 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) - DDGS-CT: Direction-Disentangled Gaussian Splatting for Realistic Volume Rendering [30.30749508345767]
デジタル再構成ラジオグラフィ(DRR)は3次元CTボリュームから生成された2次元X線画像である。
そこで本研究では, DRR 生成を効率よく, 微分可能な DRR 生成で実現し, 現実的な物理にインスパイアされた X-ray シミュレーションを取り入れた新しい手法を提案する。
論文 参考訳（メタデータ） (2024-06-04T17:39:31Z) - R$^2$-Gaussian: Rectifying Radiative Gaussian Splatting for Tomographic Reconstruction [53.19869886963333]
3次元ガウススプラッティング(3DGS)は画像のレンダリングと表面再構成において有望な結果を示した。
本稿では,Sparse-viewトモグラフィ再構成のための3DGSベースのフレームワークであるR2$-Gaussianを紹介する。
論文 参考訳（メタデータ） (2024-05-31T08:39:02Z) - Synergistic saliency and depth prediction for RGB-D saliency detection [76.27406945671379]
既存のRGB-Dサリエンシデータセットは小さく、多様なシナリオに対して過度に適合し、限定的な一般化につながる可能性がある。
そこで本研究では,RGB-Dサリエンシ検出のための半教師付きシステムを提案する。
論文 参考訳（メタデータ） (2020-07-03T14:24:41Z)
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。