論文の概要: AirSplat: Alignment and Rating for Robust Feed-Forward 3D Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2603.25129v1
- Date: Thu, 26 Mar 2026 07:52:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-27 20:52:48.164784
- Title: AirSplat: Alignment and Rating for Robust Feed-Forward 3D Gaussian Splatting
- Title（参考訳）: AirSplat:ロバストフィードフォワード3Dガウススプレイティングのアライメントとレーティング
- Authors: Minh-Quan Viet Bui, Jaeho Moon, Munchurl Kim,
- Abstract要約: AirSplatは、3DVFMの頑丈な幾何学的先行を高忠実でポーズのないNVSに適応させるトレーニングフレームワークである。
提案手法は, 復元品質において, 最先端のポーズレスNVS手法よりも優れていた。
- 参考スコア（独自算出の注目度）: 30.860155027763224
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: While 3D Vision Foundation Models (3DVFMs) have demonstrated remarkable zero-shot capabilities in visual geometry estimation, their direct application to generalizable novel view synthesis (NVS) remains challenging. In this paper, we propose AirSplat, a novel training framework that effectively adapts the robust geometric priors of 3DVFMs into high-fidelity, pose-free NVS. Our approach introduces two key technical contributions: (1) Self-Consistent Pose Alignment (SCPA), a training-time feedback loop that ensures pixel-aligned supervision to resolve pose-geometry discrepancy; and (2) Rating-based Opacity Matching (ROM), which leverages the local 3D geometry consistency knowledge from a sparse-view NVS teacher model to filter out degraded primitives. Experimental results on large-scale benchmarks demonstrate that our method significantly outperforms state-of-the-art pose-free NVS approaches in reconstruction quality. Our AirSplat highlights the potential of adapting 3DVFMs to enable simultaneous visual geometry estimation and high-quality view synthesis.
- Abstract（参考訳）: 3D Vision Foundation Models (3DVFMs) は、視覚幾何学的推定において顕著なゼロショット機能を示したが、それらの一般化可能な新規ビュー合成(NVS)への直接的な応用は依然として困難である。
本稿では,3次元VFMの頑健な幾何学的先行を高忠実でポーズフリーなNVSに効果的に適用する,新しいトレーニングフレームワークであるAirSplatを提案する。
提案手法では,(1)自己整合性ポスアライメント(SCPA, Self-Consistent Pose Alignment)の2つの重要な技術的貢献を紹介する。(1)ポーズ幾何学の相違を解消するための画素整合性管理を保証する訓練時間フィードバックループ,(2)疎視NVS教師モデルから局所的な3次元幾何整合性知識を活用して劣化したプリミティブをフィルタリングするレーティングベースのOpacity Matching(ROM)である。
大規模ベンチマーク実験の結果,提案手法は復元品質において最先端のポーズレスNVS手法よりも優れていた。
当社のAirSplatは、3DVFMを適応して視覚的幾何推定と高品質なビュー合成を可能にする可能性を強調している。
関連論文リスト
- One-Shot Refiner: Boosting Feed-forward Novel View Synthesis via One-Step Diffusion [57.824020826432815]
スパース画像から高忠実性ノベルビュー合成(NVS)を実現するための新しいフレームワークを提案する。
ViTバックボーンによって制限されることなく高解像度画像を処理できるデュアルドメイン詳細知覚モジュールを設計する。
我々は,修復過程において高周波の詳細を保存できる特徴誘導拡散ネットワークを開発した。
論文 参考訳（メタデータ） (2026-01-20T17:11:55Z) - Gesplat: Robust Pose-Free 3D Reconstruction via Geometry-Guided Gaussian Splatting [21.952325954391508]
本稿では、3DGSベースのフレームワークであるGesplatを紹介し、ロバストな新しいビュー合成と、未提示のスパース画像からの幾何的に一貫した再構成を可能にする。
提案手法は,他のポーズフリー手法と比較して,前方および大規模の複雑なデータセット上でより堅牢な性能を実現する。
論文 参考訳（メタデータ） (2025-10-11T08:13:46Z) - MoRe: Monocular Geometry Refinement via Graph Optimization for Cross-View Consistency [48.18662506772122]
MoReは、クロスビューの整合性を改善し、スケールアライメントを実現するために設計された、トレーニング不要なモノクロ幾何リファインメント手法である。
我々は,MoReが3次元再構成を向上するだけでなく,特にスパース・ビュー・レンダリングのシナリオにおいて,新しいビュー合成を改善することを実証した。
論文 参考訳（メタデータ） (2025-10-08T15:11:32Z) - EVolSplat: Efficient Volume-based Gaussian Splatting for Urban View Synthesis [61.1662426227688]
既存のNeRFおよび3DGSベースの手法は、フォトリアリスティックレンダリングを実現する上で有望な結果を示すが、スローでシーンごとの最適化が必要である。
本稿では,都市景観を対象とした効率的な3次元ガウススプレイティングモデルEVolSplatを紹介する。
論文 参考訳（メタデータ） (2025-03-26T02:47:27Z) - PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。
本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
論文 参考訳（メタデータ） (2024-10-29T15:28:15Z) - Improving Robustness for Joint Optimization of Camera Poses and
Decomposed Low-Rank Tensorial Radiance Fields [26.4340697184666]
本稿では,分解された低ランクテンソルで表現されるカメラポーズとシーン形状を共同で洗練するアルゴリズムを提案する。
また,スムーズな2次元監視手法,ランダムスケールカーネルパラメータ,エッジ誘導損失マスクを提案する。
論文 参考訳（メタデータ） (2024-02-20T18:59:02Z) - Enhanced Stable View Synthesis [86.69338893753886]
本稿では,自由に動くカメラから撮影した画像から,新しいビュー合成を強化するアプローチを提案する。
導入されたアプローチは、正確な幾何学的足場とカメラのポーズの復元が困難な屋外シーンに焦点を当てている。
論文 参考訳（メタデータ） (2023-03-30T01:53:14Z)
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。