論文の概要: Accurate Point Measurement in 3DGS -- A New Alternative to Traditional Stereoscopic-View Based Measurements

• arxiv url: http://arxiv.org/abs/2603.24716v1
• Date: Wed, 25 Mar 2026 18:40:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-27 20:52:47.939017
• Title: Accurate Point Measurement in 3DGS -- A New Alternative to Traditional Stereoscopic-View Based Measurements
• Title（参考訳）: 3DGSにおける正確な点計測 -従来の立体視に基づく測定の新しい代替手段-
• Authors: Deyan Deng, Rongjun Qin,
• Abstract要約: 3D Gaussian Splatting (3DGS)は、最先端のノベルビュー合成によってリアルタイムレンダリングに革命をもたらしたが、正確な幾何学的測定には未利用のままである。 新しいビューシンセサイザーとして、3DGSは正確なソースビューを描画し、相互のビューをスムーズに補間する。 このPoCにより、標準ハードウェア上での従来の立体的手法を精度良く組み合わせたり、超えたりすることで、高精度な点計測を成功させることができることを示す。
• 参考スコア（独自算出の注目度）: 8.13625107590948
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Gaussian Splatting (3DGS) has revolutionized real-time rendering with its state-of-the-art novel view synthesis, but its utility for accurate geometric measurement remains underutilized. Compared to multi-view stereo (MVS) point clouds or meshes, 3DGS rendered views present superior visual quality and completeness. However, current point measurement methods still rely on demanding stereoscopic workstations or direct picking on often-incomplete and inaccurate 3D meshes. As a novel view synthesizer, 3DGS renders exact source views and smoothly interpolates in-between views. This allows users to intuitively pick congruent points across different views while operating 3DGS models. By triangulating these congruent points, one can precisely generate 3D point measurements. This approach mimics traditional stereoscopic measurement but is significantly less demanding: it requires neither a stereo workstation nor specialized operator stereoscopic capability. Furthermore, it enables multi-view intersection (more than two views) for higher measurement accuracy. We implemented a web-based application to demonstrate this proof-of-concept (PoC). Using several UAV aerial datasets, we show this PoC allows users to successfully perform highly accurate point measurements, achieving accuracy matching or exceeding traditional stereoscopic methods on standard hardware. Specifically, our approach significantly outperforms direct mesh-based measurements. Quantitatively, our method achieves RMSEs in the 1-2 cm range on well-defined points. More critically, on challenging thin structures where mesh-based RMSE was 0.062 m, our method achieved 0.037 m. On sharp corners poorly reconstructed in the mesh, our method successfully measured all points with a 0.013 m RMSE, whereas the mesh method failed entirely. Code is available at: https://github.com/GDAOSU/3dgs_measurement_tool.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は、最先端のノベルビュー合成によってリアルタイムレンダリングに革命をもたらしたが、正確な幾何学的測定には未利用のままである。 マルチビューステレオ(MVS)ポイントクラウドやメッシュと比較すると、3DGSのレンダリングビューはより優れた視覚的品質と完全性を示している。 しかし、現在の点計測法は、しばしば不完全で不正確な3Dメッシュの必要な立体視ワークステーションや直接ピックに依存している。 新しいビューシンセサイザーとして、3DGSは正確なソースビューを描画し、相互のビューをスムーズに補間する。 これにより、ユーザーは3DGSモデルを操作しながら、異なるビューにまたがる一貫性のあるポイントを直感的に選択できる。 これらの合同点を三角測量することで、正確に3次元点計測を生成することができる。 このアプローチは従来の立体計測を模倣するが、ステレオワークステーションや特殊なオペレーターの立体視能力を必要としないため、要求をはるかに少なくする。 さらに、測定精度を高めるために、複数ビューの交差点(2つ以上のビュー)が可能である。 我々はこの概念実証(PoC)を実証するためにWebベースのアプリケーションを実装した。 いくつかのUAV航空データセットを用いて、標準的なハードウェア上で従来の立体的手法を超える精度で高精度な点計測を成功させることができることを示す。 特に、我々のアプローチは直接メッシュベースの測定よりも大幅に優れています。 本手法は1-2cmの範囲のRMSEを適切に定義した点において定量的に達成する。 さらに,メッシュベースRMSEが0.062mの超薄構造において,本手法は0.037mを達成した。 メッシュの鋭い隅部では, メッシュ法は完全に失敗するのに対し, 全点を0.013m RMSEで測定した。 コードは、https://github.com/GDAOSU/3dgs_measurement_tool.comで入手できる。

関連論文リスト

• Dense 3D Displacement Estimation for Landslide Monitoring via Fusion of TLS Point Clouds and Embedded RGB Images [7.144866519844918]
  地すべりモニタリングは、ジオハザードを理解し、関連するリスクを軽減するために不可欠である。 既存の点クラウドベースの手法は、一般的に幾何学的またはラジオメトリック的な情報に依存する。 本稿では,3次元点雲と共登録RGB画像とを融合した階層的分割に基づく粗い微細化手法を提案する。
  論文  参考訳（メタデータ） (2025-06-19T12:28:09Z)
• MVS-GS: High-Quality 3D Gaussian Splatting Mapping via Online Multi-View Stereo [9.740087094317735]
  オンライン多視点ステレオ手法を用いた高品質な3DGSモデリングのための新しいフレームワークを提案する。 本手法は,局所時間窓から逐次フレームを用いてMVS深度を推定し,包括的深度改善手法を適用した。 実験の結果,本手法は最先端の高密度SLAM法より優れていた。
  論文  参考訳（メタデータ） (2024-12-26T09:20:04Z)
• TAPVid-3D: A Benchmark for Tracking Any Point in 3D [63.060421798990845]
  我々は,3Dにおける任意の点の追跡作業を評価するための新しいベンチマークTAPVid-3Dを導入する。 このベンチマークは、モノクロビデオから正確な3Dの動きと表面の変形を理解する能力を改善するためのガイドポストとして機能する。
  論文  参考訳（メタデータ） (2024-07-08T13:28:47Z)
• MM3DGS SLAM: Multi-modal 3D Gaussian Splatting for SLAM Using Vision, Depth, and Inertial Measurements [59.70107451308687]
  カメラ画像と慣性測定による地図表現に3Dガウスアンを用いることで、精度の高いSLAMが実現できることを示す。 我々の手法であるMM3DGSは、より高速なスケール認識と軌道追跡の改善により、事前レンダリングの限界に対処する。 また,カメラと慣性測定ユニットを備えた移動ロボットから収集したマルチモーダルデータセットUT-MMもリリースした。
  論文  参考訳（メタデータ） (2024-04-01T04:57:41Z)
• LFM-3D: Learnable Feature Matching Across Wide Baselines Using 3D Signals [9.201550006194994]
  学習可能なマーカは、画像ペア間のコビジュアビリティの小さな領域だけが存在する場合、しばしば性能が低下する。 グラフニューラルネットワークに基づくモデルを用いた学習可能な特徴マッチングフレームワーク LFM-3D を提案する。 その結果,画像対の相対的ポーズ精度が向上し,画像対の相対的ポーズ精度が向上することがわかった。
  論文  参考訳（メタデータ） (2023-03-22T17:46:27Z)
• From 2D to 3D: Re-thinking Benchmarking of Monocular Depth Prediction [80.67873933010783]
  我々は,MDPが現在,3Dアプリケーションにおける予測の有用性を評価するのに有効な指標に頼っていることを論じる。 これにより、2Dベースの距離を最適化するのではなく、シーンの3D構造を正確に認識し、推定に向けて改善する新しい手法の設計と開発が制限される。 本稿では,MDP手法の3次元幾何評価に適した指標セットと,提案手法に不可欠な室内ベンチマークRIO-D3Dを提案する。
  論文  参考訳（メタデータ） (2022-03-15T17:50:54Z)
• KAMA: 3D Keypoint Aware Body Mesh Articulation [79.04090630502782]
  本稿では,パラメトリックなボディーモデルSMPLを簡単な幾何学的変換によって記述する解析解を提案する。 今回のアプローチは,最先端のアプローチと比較して,画像コンテンツのアライメントが大幅に向上する。 挑戦的な3DPWおよびHuman3.6Mの結果は私達のアプローチが最先端のボディ網付属品をもたらすことを示します。
  論文  参考訳（メタデータ） (2021-04-27T23:01:03Z)
• Soft Expectation and Deep Maximization for Image Feature Detection [68.8204255655161]
  質問をひっくり返し、まず繰り返し可能な3Dポイントを探し、次に検出器を訓練して画像空間にローカライズする、反復的半教師付き学習プロセスSEDMを提案する。 以上の結果から,sdmを用いてトレーニングした新しいモデルでは,シーン内の下位3dポイントのローカライズが容易になった。
  論文  参考訳（メタデータ） (2021-04-21T00:35:32Z)

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。