論文の概要: EvalMVX: A Unified Benchmarking for Neural 3D Reconstruction under Diverse Multiview Setups
- arxiv url: http://arxiv.org/abs/2602.24065v1
- Date: Fri, 27 Feb 2026 14:53:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-02 19:48:24.470315
- Title: EvalMVX: A Unified Benchmarking for Neural 3D Reconstruction under Diverse Multiview Setups
- Title（参考訳）: EvalMVX: マルチビューセットアップ下でのニューラル3次元再構成のための統一ベンチマーク
- Authors: Zaiyan Yang, Jieji Ren, Xiangyi Wang, zonglin li, Xu Cao, Heng Guo, Zhanyu Ma, Boxin Shi,
- Abstract要約: MVSとともに多視点測光ステレオ (MVPS) と多視点偏光形状 (MVSfP) を定量評価していない。
EvalMVXは25ドルのオブジェクトを含む現実世界のデータセットで、それぞれ20ドルのさまざまなビューで偏光カメラでキャプチャする。
近年公表された13ドルのMVX手法を評価し, 最適性能の手法を記録し, 多様な幾何学的詳細の下での開問題を同定した。
- 参考スコア（独自算出の注目度）: 76.30400481133215
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent advancements in neural surface reconstruction have significantly enhanced 3D reconstruction. However, current real world datasets mainly focus on benchmarking multiview stereo (MVS) based on RGB inputs. Multiview photometric stereo (MVPS) and multiview shape from polarization (MVSfP), though indispensable on high-fidelity surface reconstruction and sparse inputs, have not been quantitatively assessed together with MVS. To determine the working range of different MVX (MVS, MVSfP, and MVPS) techniques, we propose EvalMVX, a real-world dataset containing $25$ objects, each captured with a polarized camera under $20$ varying views and $17$ light conditions including OLAT and natural illumination, leading to $8,500$ images. Each object includes aligned ground-truth 3D mesh, facilitating quantitative benchmarking of MVX methods simultaneously. Based on our EvalMVX, we evaluate $13$ MVX methods published in recent years, record the best-performing methods, and identify open problems under diverse geometric details and reflectance types. We hope EvalMVX and the benchmarking results can inspire future research on multiview 3D reconstruction.
- Abstract（参考訳）: 神経表面再構成の最近の進歩は、3D再構成を著しく強化した。
しかし、現在の現実世界のデータセットは主にRGB入力に基づくマルチビューステレオ(MVS)のベンチマークに焦点を当てている。
多視点光度ステレオ(MVPS)と偏光からの多視点形状(MVSfP)は,MVSとともに定量的に評価されていない。
様々なMVX技術(MVS, MVSfP, MVPS)の作業範囲を決定するために,25ドルのオブジェクトを含む実世界のデータセットであるEvalMVXを提案する。
各オブジェクトは整列した3Dメッシュを含み、同時にMVXメソッドの定量的なベンチマークを容易にする。
EvalMVXに基づいて,近年発行されている13ドルのMVX手法を評価し,最適性能の手法を記録し,多様な幾何学的細部と反射率の異なる開問題を同定した。
EvalMVXとベンチマーク結果が将来のマルチビュー3D再構成研究を刺激することを期待している。
関連論文リスト
- Multi-view Surface Reconstruction Using Normal and Reflectance Cues [3.3190807913214293]
複数ビューの正規表現と任意の反射率マップを組み込んだ多目的フレームワークを,放射率に基づく表面再構成に導入する。
提案手法では, 反射率と表面の正常値の再パラメータ化を画素ワイドで行う。
本手法は, 細かな細部を再構築し, 難解な視認性条件に対処する。
論文 参考訳（メタデータ） (2025-06-04T16:09:16Z) - MVGenMaster: Scaling Multi-View Generation from Any Image via 3D Priors Enhanced Diffusion Model [87.71060849866093]
MVGenMasterは3Dプリエントで拡張された多視点拡散モデルであり,NVS(多目的なノベルビュー合成)タスクに対処する。
我々のモデルは、可変参照ビューとカメラポーズで条件付けられた100の新しいビューを生成できる、シンプルで効果的なパイプラインを特徴としている。
スケールアップデータセットを用いてモデルを強化するために,いくつかのトレーニングとモデル修正を提案する。
論文 参考訳（メタデータ） (2024-11-25T07:34:23Z) - DUSt3R: Geometric 3D Vision Made Easy [8.471330244002564]
Dense and Unconstrained Stereo 3D Reconstruction of arbitrary image collections。
本定式化は単眼および両眼の再建症例を円滑に統一することを示す。
私たちの定式化はシーンの3Dモデルと深度情報を直接提供しますが、興味深いことに、シームレスに回復できます。
論文 参考訳（メタデータ） (2023-12-21T18:52:14Z) - Multiview Stereo with Cascaded Epipolar RAFT [73.7619703879639]
複数の校正画像から高密度点雲などの3次元モデルを再構成する重要な3次元視覚課題であるマルチビューステレオ(MVS)に対処する。
CER-MVSは、RAFT(Recurrent All-Pairs Field Transforms)アーキテクチャに基づく光学フローのための新しいアプローチであるCER-MVSを提案する。CER-MVSは、RAFTに5つの新しい変更を加える: エピポーラコストボリューム、コストボリュームカスケード、コストボリュームのマルチビュー融合、動的監視、深度マップのマルチ解像度融合。
論文 参考訳（メタデータ） (2022-05-09T18:17:05Z) - RayMVSNet: Learning Ray-based 1D Implicit Fields for Accurate Multi-View
Stereo [35.22032072756035]
RayMVSNetは、シーン深度を示すゼロクロスポイントを用いて、各カメラ線に沿った1次元暗黙フィールドの逐次予測を学習する。
本手法は,従来の学習手法よりも,DTUとTurps & Templesのデータセットの上位にランク付けする。
論文 参考訳（メタデータ） (2022-04-04T08:43:38Z) - VoRTX: Volumetric 3D Reconstruction With Transformers for Voxelwise View
Selection and Fusion [68.68537312256144]
VoRTXは、多視点機能融合のためのトランスフォーマーを用いた、エンドツーエンドのボリューム3D再構成ネットワークである。
我々は、ScanNet上でモデルをトレーニングし、最先端の手法よりも優れた再構築を実現することを示す。
論文 参考訳（メタデータ） (2021-12-01T02:18:11Z) - Neural Radiance Fields Approach to Deep Multi-View Photometric Stereo [103.08512487830669]
多視点測光ステレオ問題(MVPS)に対する現代的な解法を提案する。
我々は、光度ステレオ(PS)画像形成モデルを用いて表面配向を取得し、それを多視点のニューラルラディアンス場表現とブレンドして物体の表面形状を復元する。
本手法は,多視点画像のニューラルレンダリングを行い,深部光度ステレオネットワークによって推定される表面の正規性を活用している。
論文 参考訳（メタデータ） (2021-10-11T20:20:03Z) - Multi-View Photometric Stereo: A Robust Solution and Benchmark Dataset
for Spatially Varying Isotropic Materials [65.95928593628128]
多視点光度ステレオ技術を用いて3次元形状と空間的に異なる反射率の両方をキャプチャする手法を提案する。
我々のアルゴリズムは、遠近点光源と遠近点光源に適している。
論文 参考訳（メタデータ） (2020-01-18T12:26:22Z)
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。