論文の概要: OrbitNVS: Harnessing Video Diffusion Priors for Novel View Synthesis

• arxiv url: http://arxiv.org/abs/2603.19613v1
• Date: Fri, 20 Mar 2026 03:40:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 19:48:38.980927
• Title: OrbitNVS: Harnessing Video Diffusion Priors for Novel View Synthesis
• Title（参考訳）: OrbitNVS:新しいビュー合成に先立ってビデオ拡散を悩ませる
• Authors: Jinglin Liang, Zijian Zhou, Rui Huang, Shuangping Huang, Yichen Gong,
• Abstract要約: 新規ビュー合成(NVS)は、限られた数の既知のビューを条件に、3Dオブジェクトの見えないビューを生成することを目的としている。 軌道ビデオ生成タスクとしてNVSを再構成するOrbitNVSを提案する。 我々は,OrbitNVS が GSO と OmniObject3D ベンチマークにおいて,従来の手法よりも大幅に優れていたことを示す。
• 参考スコア（独自算出の注目度）: 16.645032433380603
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Novel View Synthesis (NVS) aims to generate unseen views of a 3D object given a limited number of known views. Existing methods often struggle to synthesize plausible views for unobserved regions, particularly under single-view input, and still face challenges in maintaining geometry- and appearance-consistency. To address these issues, we propose OrbitNVS, which reformulates NVS as an orbit video generation task. Through tailored model design and training strategies, we adapt a pre-trained video generation model to the NVS task, leveraging its rich visual priors to achieve high-quality view synthesis. Specifically, we incorporate camera adapters into the video model to enable accurate camera control. To enhance two key properties of 3D objects, geometry and appearance, we design a normal map generation branch and use normal map features to guide the synthesis of the target views via attention mechanism, thereby improving geometric consistency. Moreover, we apply a pixel-space supervision to alleviate blurry appearance caused by spatial compression in the latent space. Extensive experiments show that OrbitNVS significantly outperforms previous methods on the GSO and OmniObject3D benchmarks, especially in the challenging single-view setting (\eg, +2.9 dB and +2.4 dB PSNR).
• Abstract（参考訳）: 新規ビュー合成(NVS)は、限られた数の既知のビューを条件に、3Dオブジェクトの見えないビューを生成することを目的としている。 既存の方法は、特にシングルビュー入力の下で、観測されていない領域の可視的なビューを合成するのに苦労することが多く、幾何学的および外観整合性を維持する上での課題に直面している。 これらの課題に対処するため、NVSを軌道ビデオ生成タスクとして再構成するOrbitNVSを提案する。 調整されたモデル設計とトレーニング戦略により,NVSタスクに事前学習されたビデオ生成モデルを適応させ,そのリッチな視覚的先行性を活用して高品質なビュー合成を実現する。 具体的には、正確なカメラ制御を可能にするために、ビデオモデルにカメラアダプタを組み込む。 3Dオブジェクトの2つのキー特性、幾何学的特徴、外観的特徴を高めるため、通常の地図生成分岐を設計し、通常の地図特徴を用いて、注目機構を介して対象ビューの合成を誘導し、幾何学的整合性を向上させる。 さらに,静止空間における空間圧縮によるぼやけた外観を緩和するために,画素空間の監視を適用した。 大規模な実験により、OrbitNVSはGSOとOmniObject3Dベンチマークにおいて、特に難易度の高い単一ビュー設定(+2.9 dB、+2.4 dB PSNR)において、従来の手法よりも大幅に優れていたことが示されている。

関連論文リスト

• GeoNVS: Geometry Grounded Video Diffusion for Novel View Synthesis [73.97869945427645]
  GeoNVSは、幾何学的忠実度とカメラ制御性の両方を明示的な3D幾何学的ガイダンスによって強化する新規なビューシンセサイザーである。 GS-Adapterは3次元ガウス表現に入力ビュー拡散特徴を持ち上げ、幾何学的に矛盾しない表現を補正するために拡散特徴を適応的に融合させる。 9シーンと18設定の実験では最先端のパフォーマンスを示し、SEVAやCameraCtrlよりも11.3%、14.9%改善されている。
  論文  参考訳（メタデータ） (2026-03-16T08:23:00Z)
• SpatialCrafter: Unleashing the Imagination of Video Diffusion Models for Scene Reconstruction from Limited Observations [44.53106180688135]
  この作業は、スパースやシングルビューのインプットから3Dシーンを再構築する上での課題である。 SpatialCrafterは,ビデオ拡散モデルにおける豊富な知識を活用して,可算的な追加観測を生成するフレームワークである。 トレーニング可能なカメラエンコーダと、明示的な幾何学的制約に対するエピポーラアテンション機構により、精密なカメラ制御と3D整合性を実現する。
  論文  参考訳（メタデータ） (2025-05-17T13:05:13Z)
• ACT-R: Adaptive Camera Trajectories for Single View 3D Reconstruction [16.03389355810877]
  多視点合成に適応的な視点計画法を導入する。 我々は3次元コヒーレンスを高めるために時間的一貫性を活用して一連のビューを生成する。
  論文  参考訳（メタデータ） (2025-05-13T05:31:59Z)
• AR-1-to-3: Single Image to Consistent 3D Object Generation via Next-View Prediction [69.65671384868344]
  拡散モデルに基づく新しい次世代予測パラダイムAR-1-to-3を提案する。 提案手法は,生成したビューと入力ビューとの整合性を大幅に改善し,高忠実度3Dアセットを生成する。
  論文  参考訳（メタデータ） (2025-03-17T08:39:10Z)
• ViewCrafter: Taming Video Diffusion Models for High-fidelity Novel View Synthesis [63.169364481672915]
  単一またはスパース画像からジェネリックシーンの高忠実な新規ビューを合成する新しい方法である textbfViewCrafter を提案する。 提案手法は,映像拡散モデルの強力な生成能力と,ポイントベース表現によって提供される粗い3D手がかりを利用して高品質な映像フレームを生成する。
  論文  参考訳（メタデータ） (2024-09-03T16:53:19Z)

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。