論文の概要: MetroGS: Efficient and Stable Reconstruction of Geometrically Accurate High-Fidelity Large-Scale Scenes

• arxiv url: http://arxiv.org/abs/2511.19172v1
• Date: Mon, 24 Nov 2025 14:34:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-25 18:34:25.258373
• Title: MetroGS: Efficient and Stable Reconstruction of Geometrically Accurate High-Fidelity Large-Scale Scenes
• Title（参考訳）: MetroGS: 幾何学的精度の高い大規模シーンの効率的かつ安定な再構築
• Authors: Kehua Chen, Tianlu Mao, Zhuxin Ma, Hao Jiang, Zehao Li, Zihan Liu, Shuqi Gao, Honglong Zhao, Feng Dai, Yucheng Zhang, Zhaoqi Wang,
• Abstract要約: 複雑な都市環境における効率的で堅牢な復興のための新しいフレームワークであるMetroGSを紹介する。 本手法は,分散2次元ガウススプラッティング表現を基本基盤として構築する。 大規模な都市データセットの実験により、MetroGSはより優れた幾何学的精度、レンダリング品質を達成することが示された。
• 参考スコア（独自算出の注目度）: 20.601722393809244
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recently, 3D Gaussian Splatting and its derivatives have achieved significant breakthroughs in large-scale scene reconstruction. However, how to efficiently and stably achieve high-quality geometric fidelity remains a core challenge. To address this issue, we introduce MetroGS, a novel Gaussian Splatting framework for efficient and robust reconstruction in complex urban environments. Our method is built upon a distributed 2D Gaussian Splatting representation as the core foundation, serving as a unified backbone for subsequent modules. To handle potential sparse regions in complex scenes, we propose a structured dense enhancement scheme that utilizes SfM priors and a pointmap model to achieve a denser initialization, while incorporating a sparsity compensation mechanism to improve reconstruction completeness. Furthermore, we design a progressive hybrid geometric optimization strategy that organically integrates monocular and multi-view optimization to achieve efficient and accurate geometric refinement. Finally, to address the appearance inconsistency commonly observed in large-scale scenes, we introduce a depth-guided appearance modeling approach that learns spatial features with 3D consistency, facilitating effective decoupling between geometry and appearance and further enhancing reconstruction stability. Experiments on large-scale urban datasets demonstrate that MetroGS achieves superior geometric accuracy, rendering quality, offering a unified solution for high-fidelity large-scale scene reconstruction.
• Abstract（参考訳）: 近年,3次元ガウススプラッティングとその誘導体は大規模なシーン再構築において画期的な進歩を遂げている。 しかし、高品質な幾何学的忠実さを効率よく安定に達成する方法は、依然として中核的な課題である。 この問題に対処するために、複雑な都市環境における効率的で堅牢な再構築のための新しいガウススティングフレームワークであるMetroGSを紹介する。 本手法は,分散2次元ガウススプラッティング表現を基本基盤として構築し,その後のモジュールの統一バックボーンとして機能する。 複雑なシーンにおける潜在的スパース領域を扱うために,SfM先行値とポイントマップモデルを用いてより高次初期化を実現する構造付き高次拡張スキームを提案する。 さらに, 単分子・多視点最適化を有機的に統合し, 効率的かつ高精度な幾何補正を実現する, プログレッシブハイブリッドな幾何最適化戦略を設計する。 最後に,大規模シーンでよく見られる不整合性に対処するために,空間的特徴を3次元整合性で学習し,幾何学と外観の効果的な疎結合を容易にし,さらに復元安定性を向上させる,奥行き誘導型外観モデリング手法を提案する。 大規模な都市データセットの実験により、MetroGSはより優れた幾何学的精度、レンダリング品質を実現し、高忠実な大規模シーン再構築のための統一されたソリューションを提供することを示した。

関連論文リスト

• SparseSurf: Sparse-View 3D Gaussian Splatting for Surface Reconstruction [26.59203606048875]
  高品質な新しいビューレンダリングを保ちながら、より正確で詳細な表面を再構築する手法であるnetを提案する。 我々の重要な洞察は、レンダリング品質と幾何推定を橋渡しするStereo Geometry-Texture Alignmentを導入することである。 さらに,多視点幾何整合性を実現するPseudo-Feature Enhanced Geometry Consistencyを提案する。
  論文  参考訳（メタデータ） (2025-11-18T16:24:37Z)
• GSPlane: Concise and Accurate Planar Reconstruction via Structured Representation [30.083162532688096]
  GSPlaneは正確な形状を復元し、平面領域に対してクリーンでよく構造化されたメッシュ接続を生成する。 また、支持平面上のオブジェクトの分離と柔軟な操作を可能にする構造化平面表現の応用についても検討する。
  論文  参考訳（メタデータ） (2025-10-20T01:59:21Z)
• 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)
• Gesplat: Robust Pose-Free 3D Reconstruction via Geometry-Guided Gaussian Splatting [21.952325954391508]
  本稿では、3DGSベースのフレームワークであるGesplatを紹介し、ロバストな新しいビュー合成と、未提示のスパース画像からの幾何的に一貫した再構成を可能にする。 提案手法は,他のポーズフリー手法と比較して,前方および大規模の複雑なデータセット上でより堅牢な性能を実現する。
  論文  参考訳（メタデータ） (2025-10-11T08:13:46Z)
• FreeSplat++: Generalizable 3D Gaussian Splatting for Efficient Indoor Scene Reconstruction [50.534213038479926]
  FreeSplat++は大規模な屋内全シーン再構築の代替手法である。 深度調整による微調整により,再現精度が大幅に向上し,トレーニング時間も大幅に短縮された。
  論文  参考訳（メタデータ） (2025-03-29T06:22:08Z)
• Evolving High-Quality Rendering and Reconstruction in a Unified Framework with Contribution-Adaptive Regularization [27.509109317973817]
  3D Gaussian Splatting (3DGS)は、高品質なレンダリングと高速な推論速度で注目されている。 従来の手法は主に幾何学的正則化に焦点を当てており、プリミティブベースのフレームワークやデュアルモデルフレームワークを含む一般的なアプローチがある。 本稿では,高画質表面再構成を実現するために,適応正規化を利用した統一モデルであるCarGSを提案する。
  論文  参考訳（メタデータ） (2025-03-02T12:51:38Z)
• MonoGSDF: Exploring Monocular Geometric Cues for Gaussian Splatting-Guided Implicit Surface Reconstruction [86.87464903285208]
  高品質な再構成のための神経信号距離場(SDF)とプリミティブを結合する新しい手法であるMonoGSDFを紹介する。 任意のスケールのシーンを扱うために,ロバストな一般化のためのスケーリング戦略を提案する。 実世界のデータセットの実験は、効率を保ちながら、以前の方法よりも優れています。
  論文  参考訳（メタデータ） (2024-11-25T20:07:07Z)

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。