論文の概要: GaussianPlant: Structure-aligned Gaussian Splatting for 3D Reconstruction of Plants
- arxiv url: http://arxiv.org/abs/2512.14087v1
- Date: Tue, 16 Dec 2025 04:55:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-17 16:49:26.593034
- Title: GaussianPlant: Structure-aligned Gaussian Splatting for 3D Reconstruction of Plants
- Title（参考訳）: GaussianPlant: 植物3次元再構成のための構造整列型Gaussian Splatting
- Authors: Yang Yang, Risa Shinoda, Hiroaki Santo, Fumio Okura,
- Abstract要約: 3Dガウススプラッティングに基づく多視点画像から植物体の外観と内部構造を復元する手法を提案する(3DGS)。
本研究は,3Dガウスアンを用いて,植物の外観に対する外観プリミティブ(ApPs)と,葉の形状を明示するために構造プリミティブ(StPs)を用いる。
実験により、ガウスプラントはApPsによる高忠実な外観復元とStPsによる正確な構造再構築の両方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）: 22.247768445856455
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: We present a method for jointly recovering the appearance and internal structure of botanical plants from multi-view images based on 3D Gaussian Splatting (3DGS). While 3DGS exhibits robust reconstruction of scene appearance for novel-view synthesis, it lacks structural representations underlying those appearances (e.g., branching patterns of plants), which limits its applicability to tasks such as plant phenotyping. To achieve both high-fidelity appearance and structural reconstruction, we introduce GaussianPlant, a hierarchical 3DGS representation, which disentangles structure and appearance. Specifically, we employ structure primitives (StPs) to explicitly represent branch and leaf geometry, and appearance primitives (ApPs) to the plants' appearance using 3D Gaussians. StPs represent a simplified structure of the plant, i.e., modeling branches as cylinders and leaves as disks. To accurately distinguish the branches and leaves, StP's attributes (i.e., branches or leaves) are optimized in a self-organized manner. ApPs are bound to each StP to represent the appearance of branches or leaves as in conventional 3DGS. StPs and ApPs are jointly optimized using a re-rendering loss on the input multi-view images, as well as the gradient flow from ApP to StP using the binding correspondence information. We conduct experiments to qualitatively evaluate the reconstruction accuracy of both appearance and structure, as well as real-world experiments to qualitatively validate the practical performance. Experiments show that the GaussianPlant achieves both high-fidelity appearance reconstruction via ApPs and accurate structural reconstruction via StPs, enabling the extraction of branch structure and leaf instances.
- Abstract（参考訳）: 3Dガウススプラッティング(3DGS)に基づく多視点画像から植物体の外観と内部構造を共同で復元する手法を提案する。
3DGSは、新規な視点合成のためのシーンの外観の堅牢な再構築を示すが、これらの外観(例えば、植物の枝分かれパターン)の基盤となる構造的表現は欠如しており、植物の表現型化のようなタスクへの適用性を制限している。
高忠実度と構造的再構成の両方を実現するために,構造と外観を乱す階層型3DGS表現である GaussianPlant を導入する。
具体的には, 3Dガウスアンを用いて, 植物の外見に特異的な構造的プリミティブ(StPs)と外観的プリミティブ(ApPs)を用いる。
StPは植物の単純化された構造、すなわち枝をシリンダーとして、葉を円盤としてモデル化する。
枝と葉を正確に区別するために、StPの属性(すなわち枝または葉)は自己組織化された方法で最適化される。
ApPは、従来の3DGSのように枝や葉の外観を表すために各StPに結合されている。
入力された多視点画像に対する再レンダリング損失と、結合対応情報を用いたApPからStPへの勾配流を用いて、StPとApPを共同最適化する。
我々は外観と構造の両方の復元精度を定性的に評価する実験を行い、実世界の実験は実用性能を定性的に評価する。
実験により、ガウスプラントはApPsによる高忠実な外観復元とStPsによる正確な構造再構築の両方を実現し、枝構造と葉のインスタンスの抽出を可能にした。
関連論文リスト
- Object-Centric 3D Gaussian Splatting for Strawberry Plant Reconstruction and Phenotyping [21.752518657362888]
ストロベリーはアメリカ合衆国で最も経済的に重要な果物であり、年間20億ドル以上のファームゲート販売を生み出している。
伝統的な植物表現法は、時間がかかり、労働集約的であり、しばしば破壊的である。
本稿では,前処理パイプラインを組み込んだオブジェクト中心の3次元再構成フレームワークを提案する。
論文 参考訳（メタデータ） (2025-11-04T02:55:46Z) - 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) - G4Splat: Geometry-Guided Gaussian Splatting with Generative Prior [53.762256749551284]
我々は,3次元シーン再構成を効果的に活用するための基本的な前提条件として,正確な幾何学を同定する。
生成パイプライン全体にこの幾何学的ガイダンスを導入し、可視性マスク推定を改善し、新しいビュー選択をガイドし、ビデオ拡散モデルに着色した場合の多視点一貫性を向上させる。
本手法は,屋内および屋外の両方のシナリオにおいて,高い一般化性を有するシングルビュー入力とアンポーズ映像を自然にサポートする。
論文 参考訳（メタデータ） (2025-10-14T03:06:28Z) - Light-SQ: Structure-aware Shape Abstraction with Superquadrics for Generated Meshes [60.92139345612904]
我々は、新しいスーパークワッドリックベースの最適化フレームワークLight-SQを提案する。
本稿では,構造対応ボリューム分解によるブロック再配置戦略を提案する。
実験によると、Light-SQはスーパークワッドリックで効率よく、高忠実で、編集可能な形状の抽象化を可能にする。
論文 参考訳（メタデータ） (2025-09-29T16:18:32Z) - 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) - Learning to Infer Parameterized Representations of Plants from 3D Scans [2.6774002558989705]
我々はL-systemsベースの手続きモデルを用いて仮想植物でニューラルネットワークを訓練する。
トレーニング後、このネットワークは入力された3Dポイントクラウドに基づいてパラメトリックツリーのような表現を推論することができる。
ケノポジウム・アルバム植物に対する我々のアプローチを,合成植物実験を用いて評価し,我々の統合されたフレームワークが様々なタスクを担っていることを示す。
論文 参考訳（メタデータ） (2025-05-28T13:23:48Z) - Procedural Generation of 3D Maize Plant Architecture from LIDAR Data [16.458252508124794]
本研究では,LiDAR点クラウドデータからトウモロコシ(Zea mays)植物の3Dプロシージャモデルを生成するための堅牢なフレームワークを提案する。
本フレームワークは非一様合理的B-スプライン(NURBS)表面を利用してトウモロコシの葉をモデル化する。
論文 参考訳（メタデータ） (2025-01-21T22:53:09Z) - PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。
本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
論文 参考訳（メタデータ） (2024-10-29T15:28:15Z) - SAGS: Structure-Aware 3D Gaussian Splatting [53.6730827668389]
本研究では,シーンの形状を暗黙的に符号化する構造認識型ガウス散乱法(SAGS)を提案する。
SAGSは、最先端のレンダリング性能と、ベンチマークノベルビュー合成データセットのストレージ要件の削減を反映している。
論文 参考訳（メタデータ） (2024-04-29T23:26:30Z)
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。