論文の概要: NTIRE 2026 3D Restoration and Reconstruction in Real-world Adverse Conditions: RealX3D Challenge Results

• arxiv url: http://arxiv.org/abs/2604.04135v1
• Date: Sun, 05 Apr 2026 14:38:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:18.938146
• Title: NTIRE 2026 3D Restoration and Reconstruction in Real-world Adverse Conditions: RealX3D Challenge Results
• Title（参考訳）: NTIRE 2026 実世界の逆条件における3次元復元と再構成: RealX3D Challenge Results
• Authors: Shuhong Liu, Chenyu Bao, Ziteng Cui, Xuangeng Chu, Bin Ren, Lin Gu, Xiang Chen, Mingrui Li, Long Ma, Marcos V. Conde, Radu Timofte, Yun Liu, Ryo Umagami, Tomohiro Hashimoto, Zijian Hu, Yuan Gan, Tianhan Xu, Yusuke Kurose, Tatsuya Harada, Junwei Yuan, Gengjia Chang, Xining Ge, Mache You, Qida Cao, Zeliang Li, Xinyuan Hu, Hongde Gu, Changyue Shi, Jiajun Ding, Zhou Yu, Jun Yu, Seungsang Oh, Fei Wang, Donggun Kim, Zhiliang Wu, Seho Ahn, Xinye Zheng, Kun Li, Yanyan Wei, Weisi Lin, Dizhe Zhang, Yuchao Chen, Meixi Song, Hanqing Wang, Haoran Feng, Lu Qi, Jiaao Shan, Yang Gu, Jiacheng Liu, Shiyu Liu, Kui Jiang, Junjun Jiang, Runyu Zhu, Sixun Dong, Qingxia Ye, Zhiqiang Zhang, Zhihua Xu, Zhiwei Wang, Phan The Son, Zhimiao Shi, Zixuan Guo, Xueming Fu, Lixia Han, Changhe Liu, Zhenyu Zhao, Manabu Tsukada, Zheng Zhang, Zihan Zhai, Tingting Li, Ziyang Zheng, Yuhao Liu, Dingju Wang, Jeongbin You, Younghyuk Kim, Il-Youp Kwak, Mingzhe Lyu, Junbo Yang, Wenhan Yang, Hongsen Zhang, Jinqiang Cui, Hong Zhang, Haojie Guo, Hantang Li, Qiang Zhu, Bowen He, Xiandong Meng, Debin Zhao, Xiaopeng Fan, Wei Zhou, Linzhe Jiang, Linfeng Li, Louzhe Xu, Qi Xu, Hang Song, Chenkun Guo, Weizhi Nie, Yufei Li, Xingan Zhan, Zhanqi Shi, Dufeng Zhang, Boyuan Tian, Jingshuo Zeng, Gang He, Yubao Fu, Weijie Wang, Cunchuan Huang,
• Abstract要約: NTIRE 2026 3D Restoration and Reconstruction (3DRR) Challengeは、現実世界の悪条件下で堅牢な再建パイプラインを特定することを目的としている。 この大会には合計279人の参加者が参加し、そのうち33チームが有効な結果を提出した。 現状のベースラインに対する提案したアプローチを徹底的に評価し, 悪条件下での3次元再構築の著しい進展を明らかにした。
• 参考スコア（独自算出の注目度）: 228.10293432990065
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents a comprehensive review of the NTIRE 2026 3D Restoration and Reconstruction (3DRR) Challenge, detailing the proposed methods and results. The challenge seeks to identify robust reconstruction pipelines that are robust under real-world adverse conditions, specifically extreme low-light and smoke-degraded environments, as captured by our RealX3D benchmark. A total of 279 participants registered for the competition, of whom 33 teams submitted valid results. We thoroughly evaluate the submitted approaches against state-of-the-art baselines, revealing significant progress in 3D reconstruction under adverse conditions. Our analysis highlights shared design principles among top-performing methods and provides insights into effective strategies for handling 3D scene degradation.
• Abstract（参考訳）: 本稿では, NTIRE 2026 3D Restoration and Reconstruction (DRR) Challengeについて概説し, 提案手法と成果について述べる。 この課題は、RealX3Dベンチマークが捉えたように、現実世界の悪条件、特に極端に低照度で煙の劣化した環境下で堅牢な再構築パイプラインを特定することを目的としています。 この大会には合計279人の参加者が参加し、そのうち33チームが有効な結果を提出した。 現状のベースラインに対する提案したアプローチを徹底的に評価し, 悪条件下での3次元再構築の著しい進展を明らかにした。 本分析では,3次元シーンの劣化に対処する効果的な手法について考察した。

関連論文リスト

• Faithful Contouring: Near-Lossless 3D Voxel Representation Free from Iso-surface [49.742538510885]
  本稿では,3次元メッシュにおけるほぼロスレスな忠実度を実現するボクセル化表現であるFithful Contouringを提案する。 提案手法は,既存表現の柔軟性と改善も示す。
  論文  参考訳（メタデータ） (2025-11-06T03:56:12Z)
• BRUM: Robust 3D Vehicle Reconstruction from 360 Sparse Images [21.811586185200706]
  本稿では,スパースビュー入力から車両を再構築する際の課題について述べる。 我々は、新しいビューを合成するために、深度マップとロバストなポーズ推定アーキテクチャを活用する。 本稿では,合成と現実の両方の公共交通機関を特徴とする新しいデータセットを提案する。
  論文  参考訳（メタデータ） (2025-07-16T10:04:35Z)
• NTIRE 2025 Challenge on Real-World Face Restoration: Methods and Results [132.72989397564405]
  本論では,NTIRE 2025による顔修復の課題について概説する。 この課題は、アイデンティティの一貫性を維持しながら、自然な、現実的なアウトプットを生成することに焦点を当てている。 課題の軌跡は、加重画像品質評価(IQA)スコアを用いて性能を評価し、AdaFaceモデルをアイデンティティチェッカーとして利用する。
  論文  参考訳（メタデータ） (2025-04-20T13:00:24Z)
• S3R-GS: Streamlining the Pipeline for Large-Scale Street Scene Reconstruction [58.37746062258149]
  3D Gaussian Splatting(3DGS)は、3D再構成の分野を変え、素晴らしいレンダリング品質とスピードを実現した。 既存の手法では、シーンサイズが大きくなるにつれて、ビューポイント当たりの再生コストが急速に増大する。 大規模なストリートシーン再構築のためのパイプラインをストリーム化する3DGSフレームワークであるS3R-GSを提案する。
  論文  参考訳（メタデータ） (2025-03-11T09:37:13Z)
• Scalable Benchmarking and Robust Learning for Noise-Free Ego-Motion and 3D Reconstruction from Noisy Video [30.89206445146674]
  ノイズフリーデータへの依存という限界に対処することで、ロバストなエゴモーション推定とフォトリアリスティックな3D再構成を再定義することを目指している。 スケーラブルなデータ生成、包括的な堅牢性、モデルの強化という3つの課題に取り組んでいます。 Robust-Ego3Dという,ノイズによるパフォーマンス劣化の顕在化を目的としたベンチマークを作成しました。
  論文  参考訳（メタデータ） (2025-01-24T08:25:48Z)
• 360Recon: An Accurate Reconstruction Method Based on Depth Fusion from 360 Images [10.564434148892362]
  360度画像は、従来のピンホールカメラに比べてはるかに広い視野を提供する。 これにより、VR、AR、および関連分野のアプリケーションにとって重要である。 ERP画像のための革新的MVSアルゴリズムである360Reconを提案する。
  論文  参考訳（メタデータ） (2024-11-28T12:30:45Z)
• RefGaussian: Disentangling Reflections from 3D Gaussian Splatting for Realistic Rendering [18.427759763663047]
  本稿では3D-GSからの反射を現実的にモデル化するRefGaussianを提案する。 伝送成分と反射成分の両方に対して局所的な滑らかさを確保するために局所正規化手法を用いる。 提案手法は,より優れた新規な視点合成と高精度な深度推定結果を実現する。
  論文  参考訳（メタデータ） (2024-06-09T16:49:39Z)

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。