論文の概要: 4DGS360: 360° Gaussian Reconstruction of Dynamic Objects from a Single Video
- arxiv url: http://arxiv.org/abs/2603.21618v1
- Date: Mon, 23 Mar 2026 06:30:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-24 19:11:39.525128
- Title: 4DGS360: 360° Gaussian Reconstruction of Dynamic Objects from a Single Video
- Title（参考訳）: 4DGS360: シングルビデオからの動的物体の360度ガウス的再構成
- Abstract要約: 4DGS360は、カジュアルモノクロビデオから360ドル周の動的オブジェクト再構成のための拡散フリーフレームワークである。
提案する3DトラッカーであるAnchorTAP3Dは、信頼性の高い2Dトラックポイントをアンカーとして活用することにより、強化された3Dポイントトラジェクトリを生成する。
トレーニングビューとは別に、テストカメラを最大135ドル(約1万3000円)の価格で配置する新しいベンチマークであるiPhone360を紹介します。
- 参考スコア（独自算出の注目度）: 26.263382759633586
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce 4DGS360, a diffusion-free framework for 360$^{\circ}$ dynamic object reconstruction from casual monocular video. Existing methods often fail to reconstruct consistent 360$^{\circ}$ geometry, as their heavy reliance on 2D-native priors causes initial points to overfit to visible surface in each training view. 4DGS360 addresses this challenge through a advanced 3D-native initialization that mitigates the geometric ambiguity of occluded regions. Our proposed 3D tracker, AnchorTAP3D, produces reinforced 3D point trajectories by leveraging confident 2D track points as anchors, suppressing drift and providing reliable initialization that preserves geometry in occluded regions. This initialization, combined with optimization, yields coherent 360$^{\circ}$ 4D reconstructions. We further present iPhone360, a new benchmark where test cameras are placed up to 135$^{\circ}$ apart from training views, enabling 360$^{\circ}$ evaluation that existing datasets cannot provide. Experiments show that 4DGS360 achieves state-of-the-art performance on the iPhone360, iPhone, and DAVIS datasets, both qualitatively and quantitatively.
- Abstract（参考訳）: 360$^{\circ}$ Dynamic Object Restruction from casual monocular video。
既存の手法はしばしば、360$^{\circ}$幾何を再構成するのに失敗する。
4DGS360は、隠蔽領域の幾何学的あいまいさを緩和する高度な3Dネイティブ初期化を通じて、この問題に対処する。
提案する3DトラッカーであるAnchorTAP3Dは, 安定な2Dトラックポイントをアンカーとして利用し, ドリフトを抑え, 閉塞領域の幾何を保存するための信頼性の高い初期化を提供することにより, 強化された3Dポイントトラジェクトリを生成する。
この初期化と最適化を組み合わせると、コヒーレント360$^{\circ}$4D再構成が得られる。
さらに、トレーニングビューとは別に、テストカメラを最大135$^{\circ}$に設定し、既存のデータセットが提供できない360$^{\circ}$評価を可能にする、新たなベンチマークであるiPhone360を提示する。
実験によると、4DGS360はiPhone360、iPhone、DAVISのデータセット上で、質的かつ定量的に、最先端のパフォーマンスを達成する。
関連論文リスト
- Calibration-Free 3D Multi-Camera People Tracking for Indoor Environment [0.764671395172401]
本研究では,視覚データから直接幾何学的構造を推定するキャリブレーションフリーの3D MCPTフレームワークを提案する。
このシステムは、アンカーフリー検出(YOLOX)、ロバストトラッキング(BoT-SORT)、オムニスケールの外観埋め込み(OsNet)、ポーズ推定(HRNet via MMPose)、およびトランスフォーマーベースの幾何再構成を統合する。
論文 参考訳（メタデータ） (2026-07-22T09:16:10Z) - Ground4D: Consistency-Aware 4D Reconstruction from Monocular Video [69.94904173314505]
2つのステージ上に構築された幾何グラウンドのフレームワークであるGround4Dを提案する。
まず,モノクロ映像から複数視点の立体形状とカメラポーズを再構成する。
第2に,動的ガウススプラッティングによる幾何整合性を考慮した改良を行う。
論文 参考訳（メタデータ） (2026-06-27T09:27:42Z) - Holo360D: A Large-Scale Real-World Dataset with Continuous Trajectories for Advancing Panoramic 3D Reconstruction and Beyond [27.57108346101154]
Holo360Dは、正確な深度マップを備えた連続パノラマシーケンスを提供する最初の大規模データセットである。
3Dデータ品質を向上させるために,幾何分解,メッシュ穴充填,領域固有の再処理を含む後処理パイプラインを提案する。
以上の結果から,Holo360Dは優れたトレーニング信号を提供し,パノラマ3D再構成モデルの総合的なベンチマークを提供することがわかった。
論文 参考訳（メタデータ） (2026-04-24T12:03:27Z) - Point2Pose: Occlusion-Recovering 6D Pose Tracking and 3D Reconstruction for Multiple Unknown Objects Via 2D Point Trackers [17.68066197994233]
Point2Poseは、モノクロRGB-Dビデオからの剛体物体の因果6Dポーズトラッキングのためのモデルレス手法である。
アプローチでは、オブジェクトCADモデルやカテゴリ先行を必要とせずに、複数の未確認オブジェクトを追跡できる。
実験により、Point2Poseは、厳密な閉塞ベンチマークで最先端の手法に匹敵する性能を達成することが示された。
論文 参考訳（メタデータ） (2026-04-12T02:17:49Z) - Track4World: Feedforward World-centric Dense 3D Tracking of All Pixels [67.36972154532761]
モノクロビデオから各ピクセルの3D軌跡を推定することは重要であり、ビデオの3Dダイナミックスを包括的に理解する上で有望である。
最近のモノラルな3D追跡作業は印象的な性能を示しているが、第1フレーム上のスパースポイントのトラッキングや、高密度トラッキングのための遅い最適化ベースのフレームワークに限られている。
そこで我々は,Track4Worldと呼ばれるフィードフォワードモデルを提案し,世界中心座標系における全画素の効率的な3D追跡を可能にする。
論文 参考訳（メタデータ） (2026-03-03T03:45:43Z) - Joint 3D Geometry Reconstruction and Motion Generation for 4D Synthesis from a Single Image [88.71287865590273]
そこでTrajScene-60Kについて紹介する。
拡散型4次元シーン軌道生成装置(4D-STraG)を提案する。
次に、4Dポイントトラック表現から任意のカメラトラジェクトリでビデオをレンダリングする4Dビュー合成モジュール(4D-Vi)を提案する。
論文 参考訳（メタデータ） (2025-12-04T17:59:10Z) - C4D: 4D Made from 3D through Dual Correspondences [77.04731692213663]
時間的対応を利用して既存の3次元再構成を4Dに拡張するフレームワークであるC4Dを紹介する。
C4Dは、短期光学フローと長期点追跡の2種類の対応をキャプチャする。
我々は、追加の移動情報を提供する動的認識ポイントトラッカーを訓練する。
論文 参考訳（メタデータ） (2025-10-16T17:59:06Z) - SpatialTrackerV2: 3D Point Tracking Made Easy [73.0350898700048]
SpaceTrackerV2はモノクロビデオのフィードフォワード3Dポイントトラッキング手法である。
これは、世界空間の3Dモーションをシーン幾何学、カメラエゴモーション、ピクセルワイドオブジェクトモーションに分解する。
このような異種データから幾何学と運動を共同で学習することで、SpatialTrackerV2は既存の3Dトラッキング方法よりも30%優れています。
論文 参考訳（メタデータ） (2025-07-16T17:59:03Z) - DreamScene360: Unconstrained Text-to-3D Scene Generation with Panoramic Gaussian Splatting [56.101576795566324]
テキストから3D 360$circ$のシーン生成パイプラインを提示する。
提案手法は, 2次元拡散モデルの生成力を利用して, 自己複製を促進する。
当社の手法は,360ドル(約3万2000円)の視野内で,グローバルに一貫した3Dシーンを提供する。
論文 参考訳（メタデータ） (2024-04-10T10:46:59Z)
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。