論文の概要: SparseCam4D: Spatio-Temporally Consistent 4D Reconstruction from Sparse Cameras
- arxiv url: http://arxiv.org/abs/2603.26481v1
- Date: Fri, 27 Mar 2026 14:44:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-30 21:49:48.550269
- Title: SparseCam4D: Spatio-Temporally Consistent 4D Reconstruction from Sparse Cameras
- Title（参考訳）: スパースCam4D:スパースカメラからの時空間連続4D再構成
- Authors: Weihong Pan, Xiaoyu Zhang, Zhuang Zhang, Zhichao Ye, Nan Wang, Haomin Liu, Guofeng Zhang,
- Abstract要約: 高品質のダイナミックシーンは、通常、密集配列や数百台の同期カメラを必要とする。
本稿では, 豊富で一貫性のない生成観察を生かした, スパースカメラ動的再構成フレームワークを提案する。
我々は、スパースとアンキャリブレーションされたカメラ入力から4次元再構成を可能にする完全なパイプラインを開発する。
- 参考スコア（独自算出の注目度）: 13.258108161849727
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: High-quality 4D reconstruction enables photorealistic and immersive rendering of the dynamic real world. However, unlike static scenes that can be fully captured with a single camera, high-quality dynamic scenes typically require dense arrays of tens or even hundreds of synchronized cameras. Dependence on such costly lab setups severely limits practical scalability. The reliance on such costly lab setups severely limits practical scalability. To this end, we propose a sparse-camera dynamic reconstruction framework that exploits abundant yet inconsistent generative observations. Our key innovation is the Spatio-Temporal Distortion Field, which provides a unified mechanism for modeling inconsistencies in generative observations across both spatial and temporal dimensions. Building on this, we develop a complete pipeline that enables 4D reconstruction from sparse and uncalibrated camera inputs. We evaluate our method on multi-camera dynamic scene benchmarks, achieving spatio-temporally consistent high-fidelity renderings and significantly outperforming existing approaches.
- Abstract（参考訳）: 高品質な4D再構成により、動的現実世界のフォトリアリスティックで没入的なレンダリングが可能になる。
しかし、単一のカメラで完全に撮影できる静的なシーンとは異なり、高品質なダイナミックなシーンは通常、数十から数百の同期カメラの密集した配列を必要とする。
このようなコストのかかるラボのセットアップへの依存は、実用的なスケーラビリティを著しく制限します。
このようなコストのかかる実験室のセットアップへの依存は、実用的なスケーラビリティを著しく制限します。
そこで本稿では, 豊富かつ一貫性のない生成観察を生かした, スパースカメラ動的再構成フレームワークを提案する。
空間次元と時間次元の両方で生成観察の不整合をモデル化するための統一的なメカニズムを提供する。
これに基づいて、スパースとアンキャリブレーションされたカメラ入力から4次元再構成が可能な完全なパイプラインを開発する。
我々は,マルチカメラダイナミックシーンベンチマークにおいて,時空間的に一貫した高忠実度レンダリングを実現し,既存手法よりも大幅に優れていた。
関連論文リスト
- Dense Dynamic Scene Reconstruction and Camera Pose Estimation from Multi-View Videos [14.791378262503967]
本稿では,複数のカメラから高密度ダイナミックシーン再構成とカメラポーズ推定を行う際の課題に対処する。
本稿では,タスクの頑健なカメラ追跡と深度を分離する2段階最適化フレームワークを提案する。
提案手法は, 合成および実世界のベンチマークにおいて, 最先端のフィードフォワードモデルよりも優れていた。
論文 参考訳（メタデータ） (2026-03-12T15:31:32Z) - MoRe: Motion-aware Feed-forward 4D Reconstruction Transformer [45.19539316971492]
MoReは、モノクロビデオから動的3Dシーンを効率よく回収するフィードフォワード4D再構成ネットワークである。
強力な静的再構築バックボーンを基盤として構築されたMoReは、静的構造から動的動作をアンタングルするために注意を強制する戦略を採用している。
複数のベンチマークの実験により、MoReは例外的な効率で高品質な動的再構成を実現することが示された。
論文 参考訳（メタデータ） (2026-03-05T11:51:07Z) - 4D Gaussian Splatting: Modeling Dynamic Scenes with Native 4D Primitives [115.67081491747943]
動的3Dシーン表現と新しいビュー合成はAR/VRおよびメタバースアプリケーションの実現に不可欠である。
我々は,その基礎となる4次元体積を近似として,時間変化の異なる3次元シーンの再構成を再構成する。
ストレージのボトルネックに対処するため、メモリフットプリントを効果的に削減するいくつかのコンパクトなバリエーションを導出する。
論文 参考訳（メタデータ） (2024-12-30T05:30:26Z) - Dyn-HaMR: Recovering 4D Interacting Hand Motion from a Dynamic Camera [49.82535393220003]
Dyn-HaMRは、野生のダイナミックカメラで撮影されたモノクロビデオから4Dグローバルハンドモーションを再構築する最初のアプローチである。
提案手法は,4次元メッシュ・リカバリにおいて最先端の手法を著しく上回ることを示す。
これにより、動くカメラでモノクロビデオから手の動きを復元するための新しいベンチマークが確立される。
論文 参考訳（メタデータ） (2024-12-17T12:43:10Z) - R3D3: Dense 3D Reconstruction of Dynamic Scenes from Multiple Cameras [106.52409577316389]
R3D3は高密度3次元再構成とエゴモーション推定のためのマルチカメラシステムである。
提案手法は,複数のカメラからの時空間情報と単眼深度補正を利用する。
この設計により、困難で動的な屋外環境の密集した一貫した3次元再構成が可能になる。
論文 参考訳（メタデータ） (2023-08-28T17:13:49Z) - NeRFPlayer: A Streamable Dynamic Scene Representation with Decomposed
Neural Radiance Fields [99.57774680640581]
本稿では、高速な再構成、コンパクトなモデリング、およびストリーム可能なレンダリングが可能な効率的なフレームワークを提案する。
本稿では, 時間特性に応じて4次元空間を分解することを提案する。4次元空間の点は, 静的, 変形, および新しい領域の3つのカテゴリに属する確率に関連付けられている。
論文 参考訳（メタデータ） (2022-10-28T07:11:05Z)
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。