論文の概要: Adapting Stereo Vision From Objects To 3D Lunar Surface Reconstruction with the StereoLunar Dataset

• arxiv url: http://arxiv.org/abs/2510.18172v1
• Date: Mon, 20 Oct 2025 23:50:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:12.732293
• Title: Adapting Stereo Vision From Objects To 3D Lunar Surface Reconstruction with the StereoLunar Dataset
• Title（参考訳）: StereoLunar データセットを用いた物体から3次元月面再構成へのステレオビジョンの適用
• Authors: Clementine Grethen, Simone Gasparini, Geraldine Morin, Jeremy Lebreton, Lucas Marti, Manuel Sanchez-Gestido,
• Abstract要約: 月の最初のステレオ画像ペアのオープンデータセットであるLunarStereoを紹介する。 月面の南極周辺の様々な高度、照明条件、視角をカバーしている。 我々はLunarStereoの微調整によりMASt3Rモデルを月領域に適応させる。
• 参考スコア（独自算出の注目度）: 0.12314765641075437
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate 3D reconstruction of lunar surfaces is essential for space exploration. However, existing stereo vision reconstruction methods struggle in this context due to the Moon's lack of texture, difficult lighting variations, and atypical orbital trajectories. State-of-the-art deep learning models, trained on human-scale datasets, have rarely been tested on planetary imagery and cannot be transferred directly to lunar conditions. To address this issue, we introduce LunarStereo, the first open dataset of photorealistic stereo image pairs of the Moon, simulated using ray tracing based on high-resolution topography and reflectance models. It covers diverse altitudes, lighting conditions, and viewing angles around the lunar South Pole, offering physically grounded supervision for 3D reconstruction tasks. Based on this dataset, we adapt the MASt3R model to the lunar domain through fine-tuning on LunarStereo. We validate our approach through extensive qualitative and quantitative experiments on both synthetic and real lunar data, evaluating 3D surface reconstruction and relative pose estimation. Extensive experiments on synthetic and real lunar data validate the approach, demonstrating significant improvements over zero-shot baselines and paving the way for robust cross-scale generalization in extraterrestrial environments.
• Abstract（参考訳）: 月面の正確な3次元再構成は、宇宙探査に不可欠である。 しかし、既存の立体視再構成法は、月のテクスチャの欠如、照明の難しさ、非定型軌道軌道のために、この文脈で苦労している。 人間のスケールのデータセットで訓練された最先端のディープラーニングモデルは、惑星画像でテストされることはめったになく、月の条件に直接移行することはできない。 この問題に対処するため,月面のフォトリアリスティックステレオ画像ペアの最初のオープンデータセットであるLunarStereoを紹介し,高分解能地形モデルと反射率モデルに基づくレイトレーシングをシミュレートした。 月面の南極点周辺の様々な高度、照明条件、視角をカバーし、3D再構築作業のための物理的に接地された監視を提供する。 このデータセットに基づいて、LunarStereoの微調整により、MASt3Rモデルを月領域に適応する。 我々は,3次元表面の再構成と相対的なポーズ推定から,合成月と実月のデータの両方に関する広範囲な定性的および定量的な実験により,我々のアプローチを検証した。 合成および実際の月データに関する大規模な実験は、このアプローチを検証し、ゼロショットベースラインよりも大幅に改善し、地球外環境における堅牢なクロススケールな一般化の道を開いた。

関連論文リスト

• AI-Enabled Crater-Based Navigation for Lunar Mapping [12.60100558410094]
  クレーターベースのナビゲーション(CBN)は、画像上で観測された月のユビキタス衝突クレーターを自然のランドマークとして使用し、宇宙船の6度の自由なポーズを決定する。 STELLAは、長期の月面マッピングのための最初のエンドツーエンドCBNパイプラインである。 STELLAを厳格にテストするために、私たちはCRESENT-365という1年間の月面マッピングミッションをエミュレートした最初の公開データセットを紹介します。
  論文  参考訳（メタデータ） (2025-09-25T05:09:41Z)
• NeRSP: Neural 3D Reconstruction for Reflective Objects with Sparse Polarized Images [62.752710734332894]
  NeRSPはスパース偏光画像を用いた反射面のニューラル3次元再構成技術である。 偏光画像形成モデルと多視点方位整合性から測光的および幾何学的手がかりを導出する。 我々は6つのビューのみを入力として、最先端の表面再構成結果を達成する。
  論文  参考訳（メタデータ） (2024-06-11T09:53:18Z)
• Reconstructing Satellites in 3D from Amateur Telescope Images [44.20773507571372]
  本稿では,ハイブリッド画像前処理パイプラインを統合することで,障害を克服する新しい計算イメージングフレームワークを提案する。 我々は,中国の江東宇宙ステーションと国際宇宙ステーションの合成衛星データセットとオンスキー観測の両方にアプローチを検証した。 我々のフレームワークは地球からの高忠実度3D衛星監視を可能にし、宇宙状況認識のためのコスト効率の良い代替手段を提供する。
  論文  参考訳（メタデータ） (2024-04-29T03:13:09Z)
• TriHuman : A Real-time and Controllable Tri-plane Representation for Detailed Human Geometry and Appearance Synthesis [76.73338151115253]
  TriHumanは、人間によって調整され、変形可能で、効率的な三面体表現である。 我々は、未変形の三面体テクスチャ空間に、地球規模のサンプルを厳格にワープする。 このような三面的特徴表現が骨格運動でどのように条件付けされ、動的外観や幾何学的変化を考慮に入れられるかを示す。
  論文  参考訳（メタデータ） (2023-12-08T16:40:38Z)
• Learning to Grasp on the Moon from 3D Octree Observations with Deep Reinforcement Learning [0.0]
  本研究では,月面物体の視覚に基づくロボットグリップにおける深部強化学習の適用性について検討する。 エージェントを困難な条件下で訓練するために、手続き的に生成されたデータセットを用いた新しいシミュレーション環境を作成する。 モデルなしの非政治的アクター批判アルゴリズムは、ポリシーのエンドツーエンド学習に使用される。
  論文  参考訳（メタデータ） (2022-08-01T12:59:03Z)
• Urban Radiance Fields [77.43604458481637]
  本研究では,都市屋外環境における世界地図作成によく利用されるスキャニングプラットフォームによって収集されたデータから3次元再構成と新しいビュー合成を行う。 提案手法は、制御された環境下での小さなシーンのための現実的な新しい画像の合成を実証したニューラルラジアンス場を拡張している。 これら3つのエクステンションはそれぞれ、ストリートビューデータの実験において、大幅なパフォーマンス改善を提供する。
  論文  参考訳（メタデータ） (2021-11-29T15:58:16Z)

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。