論文の概要: CAM3R: Camera-Agnostic Model for 3D Reconstruction

• arxiv url: http://arxiv.org/abs/2603.22631v1
• Date: Mon, 23 Mar 2026 23:20:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-25 19:53:37.216715
• Title: CAM3R: Camera-Agnostic Model for 3D Reconstruction
• Title（参考訳）: CAM3R:3次元再構成のためのカメラ非依存モデル
• Abstract要約: 本稿では,3次元再構成のためのカメラ非依存フィードフォワードモデルであるCAM3Rについて述べる。 我々のフレームワークは、レイモジュールとクロスビューモジュールに分岐した2ビューネットワークで構成されています。 これらのペアワイズ予測を一貫した3Dシーンに統合するために、Ray-Aware Global Alignmentフレームワークを導入する。
• 参考スコア（独自算出の注目度）: 28.364643298648726
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Recovering dense 3D geometry from unposed images remains a foundational challenge in computer vision. Current state-of-the-art models are predominantly trained on perspective datasets, which implicitly constrains them to a standard pinhole camera geometry. As a result, these models suffer from significant geometric degradation when applied to wide-angle imagery captured via non-rectilinear optics, such as fisheye or panoramic sensors. To address this, we present CAM3R, a Camera-Agnostic, feed-forward Model for 3D Reconstruction capable of processing images from wide-angle camera models without prior calibration. Our framework consists of a two-view network which is bifurcated into a Ray Module (RM) to estimate per-pixel ray directions and a Cross-view Module (CVM) to infer radial distance with confidence maps, pointmaps, and relative poses. To unify these pairwise predictions into a consistent 3D scene, we introduce a Ray-Aware Global Alignment framework for pose refinement and scale optimization while strictly preserving the predicted local geometry. Extensive experiments on various camera model datasets, including panorama, fisheye and pinhole imagery, demonstrate that CAM3R establishes a new state-of-the-art in pose estimation and reconstruction.
• Abstract（参考訳）: 画像から高密度な3D形状を復元することは、コンピュータビジョンにおける基礎的な課題である。 現在の最先端モデルは、主に視点データセットに基づいて訓練されており、標準的なピンホールカメラ幾何学に暗黙的に拘束する。 その結果、魚眼やパノラマセンサーなどの直立光線を通した広角画像に適用した場合、これらのモデルは大きな幾何学的劣化に悩まされる。 そこで本研究では,3次元再構成のためのカメラ非依存フィードフォワードモデルであるCAM3Rを提案する。 我々のフレームワークは、画素ごとの光方向を推定するレイモジュール(RM)と、信頼マップ、ポイントマップ、相対的なポーズで半径距離を推定するクロスビューモジュール(CVM)に分岐した2ビューネットワークで構成されている。 これらのペアワイズ予測を一貫した3次元シーンに統一するために、予測された局所幾何学を厳密に保存しつつ、改良とスケール最適化を行うためのRay-Aware Global Alignmentフレームワークを導入する。 パノラマ、魚眼、ピンホール画像など、さまざまなカメラモデルデータセットに関する大規模な実験は、CAM3Rがポーズの推定と再構築において新たな最先端の技術を確立していることを実証している。

関連論文リスト

• OmniPoint: Universal Monocular Metric Pointcloud from Any Camera [79.24417597712802]
  OmniPointは、様々な画像センサにまたがるメートル法再構成を一般化するために設計された統合されたフレームワークである。 射影剛性を克服するため、OmniPointは従来の平面深度回帰を放棄する。 代わりに、分離された訓練目標とともに、分離された光線と距離の表現を採用する。
  論文  参考訳（メタデータ） (2026-09-08T19:45:58Z)
• Wid3R: Wide Field-of-View 3D Reconstruction via Camera Model Conditioning [46.85601730573671]
  We present Wid3R, a feed-forward neural network for visual geometry reconstruction that support wide field-of-view camera model。 提案手法では, 球面高調波を用いた光線表現と, ネットワーク内の新しいカメラモデルトークンを活用し, 歪みを考慮した3次元再構成を実現する。 強いゼロショットロバスト性を示し、スタンフォード2D3Dで最大+77.33まで改善された。
  論文  参考訳（メタデータ） (2026-02-05T05:42:03Z)
• MapAnything: Universal Feed-Forward Metric 3D Reconstruction [63.79151976126576]
  MapAnythingは1つ以上の画像を取り込み、カメラの内在性、ポーズ、深さ、部分的な再構築など、任意の幾何学的入力を行う。 そして、メーター3Dシーンの幾何学とカメラを直接補強する。 MapAnythingは、単一のフィードフォワードパスで幅広い3Dビジョンタスクに対処する。
  論文  参考訳（メタデータ） (2025-09-16T18:00:14Z)
• UniK3D: Universal Camera Monocular 3D Estimation [62.06785782635153]
  カメラをモデル化可能なモノクル3D推定法として,UniK3Dを提案する。 本手法では, 球面3次元表現を導入し, カメラとシーンの形状をよりよく切り離すことができる。 13の多様なデータセットに対する包括的なゼロショット評価は、3D、ディープ、カメラメトリクスにわたるUniK3Dの最先端のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2025-03-20T17:49:23Z)
• FLARE: Feed-forward Geometry, Appearance and Camera Estimation from Uncalibrated Sparse Views [100.45129752375658]
  FLAREは、高品質カメラのポーズと3次元幾何を、補正されていないスパースビュー画像から推定するために設計されたフィードフォワードモデルである。 本ソリューションでは,3次元構造を2次元画像平面にマッピングする上で,カメラポーズが重要なブリッジとして機能するケースケード学習パラダイムを特徴とする。
  論文  参考訳（メタデータ） (2025-02-17T18:54:05Z)
• 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)
• FrozenRecon: Pose-free 3D Scene Reconstruction with Frozen Depth Models [67.96827539201071]
  本稿では,3次元シーン再構成のための新しいテスト時間最適化手法を提案する。 本手法は5つのゼロショットテストデータセット上で,最先端のクロスデータセット再構築を実現する。
  論文  参考訳（メタデータ） (2023-08-10T17:55:02Z)
• Vid2Curve: Simultaneous Camera Motion Estimation and Thin Structure Reconstruction from an RGB Video [90.93141123721713]
  ワイヤーフレーム彫刻、フェンス、ケーブル、電力線、木の枝などの細い構造は現実世界では一般的である。 従来の画像ベースや深度ベースの再構築手法を用いて3Dデジタルモデルを入手することは極めて困難である。 ハンドヘルドカメラで撮影したカラービデオから,カメラの動きを同時に推定し,複雑な3次元薄膜構造の形状を高品質に再構成する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-07T10:39:20Z)

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。