論文の概要: Endo-G$^{2}$T: Geometry-Guided & Temporally Aware Time-Embedded 4DGS For Endoscopic Scenes

• arxiv url: http://arxiv.org/abs/2511.21367v1
• Date: Wed, 26 Nov 2025 13:12:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-27 18:37:59.106024
• Title: Endo-G$^{2}$T: Geometry-Guided & Temporally Aware Time-Embedded 4DGS For Endoscopic Scenes
• Title（参考訳）: Endo-G$^{2}$T: 幾何学的ガイドと時間的認識による4DGSの内視鏡的シーンへの応用
• Authors: Yangle Liu, Fengze Li, Kan Liu, Jieming Ma,
• Abstract要約: Endo-G$2$Tは、時間埋め込み4DGSのための幾何学的および時間的に認識されたトレーニングスキームである。 これは、EndoNeRFとStereoMIS-P1データセットにおける単分子再構成ベースラインの最先端の結果を達成する。
• 参考スコア（独自算出の注目度）: 3.1445273839174095
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Endoscopic (endo) video exhibits strong view-dependent effects such as specularities, wet reflections, and occlusions. Pure photometric supervision misaligns with geometry and triggers early geometric drift, where erroneous shapes are reinforced during densification and become hard to correct. We ask how to anchor geometry early for 4D Gaussian splatting (4DGS) while maintaining temporal consistency and efficiency in dynamic endoscopic scenes. Thus, we present Endo-G$^{2}$T, a geometry-guided and temporally aware training scheme for time-embedded 4DGS. First, geo-guided prior distillation converts confidence-gated monocular depth into supervision with scale-invariant depth and depth-gradient losses, using a warm-up-to-cap schedule to inject priors softly and avoid early overfitting. Second, a time-embedded Gaussian field represents dynamics in XYZT with a rotor-like rotation parameterization, yielding temporally coherent geometry with lightweight regularization that favors smooth motion and crisp opacity boundaries. Third, keyframe-constrained streaming improves efficiency and long-horizon stability through keyframe-focused optimization under a max-points budget, while non-keyframes advance with lightweight updates. Across EndoNeRF and StereoMIS-P1 datasets, Endo-G$^{2}$T achieves state-of-the-art results among monocular reconstruction baselines.
• Abstract（参考訳）: 内視鏡的(内視鏡的)ビデオは、スペキュラリティ、湿った反射、閉塞など、強い視界依存的な効果を示す。 純粋な測光監督は幾何と誤解し、初期の幾何学的ドリフトを引き起こし、そこでは、密度化の過程で間違った形状が強化され、修正が困難になる。 動的内視鏡シーンにおける時間的一貫性と効率を保ちつつ、4次元ガウススプラッティング(4DGS)を早期に固定する方法を問う。 そこで我々は,時間組込み4DGSのための幾何誘導型時間的学習手法であるEndo-G$^{2}$Tを提案する。 第1に, ジオガイド前蒸留法では, 温度上昇型スケジュールを用いることで, 早期の過度なオーバーフィッティングを回避し, 信頼性の高い単分子深度を, スケール不変深度と深度勾配の損失による監督に変換する。 第二に、時間埋め込みガウス場はローターのような回転パラメーター化を持つXYZTの力学を表現し、滑らかな運動と鮮明な不透明境界を好む軽量な正則化を持つ時間的コヒーレントな幾何を与える。 第三に、キーフレームに制約のあるストリーミングは、最大ポイントの予算の下でキーフレームにフォーカスした最適化を通じて効率と長時間水平安定性を改善し、非キーフレームは軽量な更新で前進する。 EndoNeRFとStereoMIS-P1データセット全体で、Endo-G$^{2}$Tは単分子再構成ベースラインの最先端結果を達成する。

関連論文リスト

• 4DSTR: Advancing Generative 4D Gaussians with Spatial-Temporal Rectification for High-Quality and Consistent 4D Generation [28.11338918279445]
  本研究では,空間的時間的補正により生成する4次元ガウス散乱を変調する4DSTRと呼ばれる新しい4D生成ネットワークを提案する。 実験の結果,4DSTRは映像から4Dまでの性能を向上し,再現性,空間的時間的整合性,迅速な時間的動きへの適応性に優れていた。
  論文  参考訳（メタデータ） (2025-11-10T15:57:03Z)
• EndoWave: Rational-Wavelet 4D Gaussian Splatting for Endoscopic Reconstruction [18.43808203690038]
  内視鏡的シナリオでは、光学的不整合、非剛性組織の動き、ビュー依存ハイライトなど、ユニークな課題が提示される。 3DGSをベースとしたほとんどの手法は、3DGSを最適化するための外観制約のみに依存するが、この文脈では不十分であることが多い。 本稿では,光学フローに基づく幾何制約と多分解能有理ウェーブレット監視を組み込んだEdoWaveを提案する。
  論文  参考訳（メタデータ） (2025-10-27T07:45:17Z)
• 4D Driving Scene Generation With Stereo Forcing [62.47705572424127]
  現在の生成モデルは、時間外挿と空間的新規ビュー合成(NVS)をシーンごとの最適化なしで同時にサポートする動的4D駆動シーンの合成に苦慮している。 PhiGenesisは、幾何学的・時間的整合性を持った映像生成技術を拡張する4次元シーン生成のための統合フレームワークである。
  論文  参考訳（メタデータ） (2025-09-24T15:37:17Z)
• X$^{2}$-Gaussian: 4D Radiative Gaussian Splatting for Continuous-time Tomographic Reconstruction [64.2059940799033]
  現在の方法では、時間分解能を呼吸ゲーティング装置で固定相に識別する。 新規なフレームワークであるX$2$-Gaussianは、動的放射スプラッティングと自己監督型呼吸運動学習を統合することで、連続的な4DCT再構成を可能にする。
  論文  参考訳（メタデータ） (2025-03-27T17:59:57Z)
• DiST-4D: Disentangled Spatiotemporal Diffusion with Metric Depth for 4D Driving Scene Generation [50.01520547454224]
  現在の生成モデルは、時空間外挿と空間新規ビュー合成(NVS)を同時にサポートする4次元駆動シーンの合成に苦慮している 本研究では,2つの拡散過程に分散するDiST-4Dを提案する。DST-Tは過去の観測結果から直接,将来の距離深度と多視点RGBシーケンスを予測し,DST-Sは,既存の視点でのみ空間的NVSを訓練し,サイクル整合性を実現する。 実験により、DiST-4Dは時間的予測とNVSタスクの両方において最先端のパフォーマンスを達成し、同時に計画関連評価において競合性能を提供することが示された。
  論文  参考訳（メタデータ） (2025-03-19T13:49:48Z)
• Advancing Dense Endoscopic Reconstruction with Gaussian Splatting-driven Surface Normal-aware Tracking and Mapping [12.027762278121052]
  Endo-2DTAMは2次元ガウススプラッティング(2DGS)を用いたリアルタイム内視鏡SLAMシステムである 私たちのロバストなトラッキングモジュールは、ポイントツーポイントとポイントツープレーン距離のメトリクスを組み合わせています。 マッピングモジュールは, 通常の整合性および深さ歪みを利用して表面再構成品質を向上する。
  論文  参考訳（メタデータ） (2025-01-31T17:15:34Z)
• Real-Time Spatio-Temporal Reconstruction of Dynamic Endoscopic Scenes with 4D Gaussian Splatting [1.7947477507955865]
  本稿では,動的内視鏡シーンのダイナミックスをモデル化する新しいフレームワークST-Endo4DGSを提案する。 このアプローチは、変形可能な組織の正確な表現を可能にし、空間的および時間的相関をリアルタイムでキャプチャする。
  論文  参考訳（メタデータ） (2024-11-02T11:24:27Z)
• 2D Gaussian Splatting for Geometrically Accurate Radiance Fields [50.056790168812114]
  3D Gaussian Splatting (3DGS)は近年,高画質の新規ビュー合成と高速レンダリングを実現し,放射界再構成に革命をもたらした。 多視点画像から幾何学的精度の高い放射場をモデル化・再構成するための新しいアプローチである2DGS(2D Gaussian Splatting)を提案する。 競合する外観品質、高速トレーニング速度、リアルタイムレンダリングを維持しつつ、ノイズフリーかつ詳細な幾何学的再構成を可能にする。
  論文  参考訳（メタデータ） (2024-03-26T17:21:24Z)

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。