論文の概要: REArtGS++: Generalizable Articulation Reconstruction with Temporal Geometry Constraint via Planar Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2511.17059v1
• Date: Fri, 21 Nov 2025 09:07:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-24 18:08:18.949884
• Title: REArtGS++: Generalizable Articulation Reconstruction with Temporal Geometry Constraint via Planar Gaussian Splatting
• Title（参考訳）: REArtGS++:Planar Gaussian Splattingによる時空間幾何制約による一般化可能な構音再構成
• Authors: Di Wu, Liu Liu, Anran Huang, Yuyan Liu, Qiaoyu Jun, Shaofan Liu, Liangtu Song, Cewu Lu,
• Abstract要約: REArtGScitewu2025reartgsは2つの異なる状態におけるマルチビューRGB画像を用いたカテゴリに依存しないアプローチを導入している。 一般化可能なオブジェクト再構成のための新しい手法であるREArtGS++を提案する。
• 参考スコア（独自算出の注目度）: 41.84148440428811
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Articulated objects are pervasive in daily environments, such as drawers and refrigerators. Towards their part-level surface reconstruction and joint parameter estimation, REArtGS~\cite{wu2025reartgs} introduces a category-agnostic approach using multi-view RGB images at two different states. However, we observe that REArtGS still struggles with screw-joint or multi-part objects and lacks geometric constraints for unseen states. In this paper, we propose REArtGS++, a novel method towards generalizable articulated object reconstruction with temporal geometry constraint and planar Gaussian splatting. We first model a decoupled screw motion for each joint without type prior, and jointly optimize part-aware Gaussians with joint parameters through part motion blending. To introduce time-continuous geometric constraint for articulated modeling, we encourage Gaussians to be planar and propose a temporally consistent regularization between planar normal and depth through Taylor first-order expansion. Extensive experiments on both synthetic and real-world articulated objects demonstrate our superiority in generalizable part-level surface reconstruction and joint parameter estimation, compared to existing approaches. Project Site: https://sites.google.com/view/reartgs2/home.
• Abstract（参考訳）: アーティキュレートされた物体は、引き出しや冷蔵庫などの日常生活環境に広く浸透している。 ReArtGS~\cite{wu2025reartgs} では,2つの異なる状態における多視点RGB画像を用いたカテゴリ非依存のアプローチを提案する。 しかし、REArtGSはネジ接合や複数部分のオブジェクトといまだに苦労しており、目に見えない状態に対する幾何学的制約が欠如していることが観察されている。 本稿では,時間的幾何制約と平面ガウススプラッティングを用いた一般化可能なオブジェクト再構成のための新しい手法であるREArtGS++を提案する。 まず,各関節の脱結合スクリュー運動を事前に入力せずにモデル化し,部分運動ブレンディングによる関節パラメータ付き部分認識ガウスを共同最適化する。 調音モデルのための時間連続幾何的制約を導入するため、ガウスの平面化を奨励し、テイラー一階展開による平面正規と深さの時間的一貫した正則化を提案する。 合成および実世界の調音物体の広汎な実験は、既存のアプローチと比較して、一般化可能な部分レベル表面再構成と関節パラメータ推定において、我々の優位性を証明している。 プロジェクトサイト: https://sites.google.com/view/reartgs2/home

関連論文リスト

• 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)
• On the Geometric Accuracy of Implicit and Primitive-based Representations Derived from View Rendering Constraints [15.120134539151236]
  空間型3次元オブジェクト再構成のための暗黙的かつ明示的な新規ビュー合成法の比較を行った。 埋め込みは幾何的精度において有意義な利得に変換されないことを示す。 本研究は,幾何中心タスクにおける外観埋め込みの限界を明らかにするものである。
  論文  参考訳（メタデータ） (2025-09-12T13:37:18Z)
• Follow My Hold: Hand-Object Interaction Reconstruction through Geometric Guidance [61.41904916189093]
  単眼RGB画像から手持ち物体の3次元形状を再構成する拡散法に基づく新しいフレームワークを提案する。 我々は手オブジェクト間相互作用を幾何学的ガイダンスとして使用し、手オブジェクト間相互作用を確実にする。
  論文  参考訳（メタデータ） (2025-08-25T17:11:53Z)
• GaussianArt: Unified Modeling of Geometry and Motion for Articulated Objects [4.717906057951389]
  本稿では,3次元ガウスモデルを用いて幾何学と運動を共同でモデル化する統一表現を提案する。 この定式化により、運動分解の堅牢性が向上し、最大で20個の部分を持つ明瞭な物体をサポートする。 提案手法は, 広範囲な物体の形状復元と動き推定において, 常に優れた精度を達成できることを示す。
  論文  参考訳（メタデータ） (2025-08-20T17:59:08Z)
• A Mixed-Primitive-based Gaussian Splatting Method for Surface Reconstruction [61.205927223522174]
  本稿では,ガウススプラッティングが表面再構成過程において,複数のプリミティブを組み込むことを可能にする新しいフレームワークを提案する。 具体的には,我々はまず,異なる種類のプリミティブのスプレイティングとレンダリングを可能にする構成的スプレイティング戦略を提案する。
  論文  参考訳（メタデータ） (2025-07-15T13:52:40Z)
• VCR-GauS: View Consistent Depth-Normal Regularizer for Gaussian Surface Reconstruction [47.603017811399624]
  そこで本研究では,通常のパラメータと他のパラメータを直接結合するDepth-Normal正規化器を提案する。 また,より正確な表面モデリングのために,3次元ガウス多様体のサイズと分布を規則化するための密度化と分割戦略を導入する。
  論文  参考訳（メタデータ） (2024-06-09T13:15:43Z)
• Learning Constrained Dynamic Correlations in Spatiotemporal Graphs for Motion Prediction [4.504430414983527]
  複雑な時間的特徴モデリングのため、人間の動作予測は困難である。 グラフ畳み込みネットワーク(GCN)内では、グラフ隣接行列が特徴集約を駆動する。 本稿では,最先端GCの28.6%しか必要としない動的時間GC(D-STD-GC)を提案する。
  論文  参考訳（メタデータ） (2022-04-04T08:11:06Z)

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。