論文の概要: Indoor Asset Detection in Large Scale 360° Drone-Captured Imagery via 3D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2604.05316v1
• Date: Tue, 07 Apr 2026 01:36:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-08 17:42:09.562726
• Title: Indoor Asset Detection in Large Scale 360° Drone-Captured Imagery via 3D Gaussian Splatting
• Title（参考訳）: 3次元ガウススプレイティングによる360度大規模ドローン捕獲画像の室内アセット検出
• Authors: Monica Tang, Avideh Zakhor,
• Abstract要約: 本研究では,360度ドローン撮影画像から再構成した3次元ガウス撮影(3DGS)シーンにおいて,対象屋内資産のオブジェクトレベル検出とセグメンテーションを行う手法を提案する。 マスクのセマンティクスとそれに対応するガウシアンプリミティブの空間情報を利用して多視点マスクアソシエーションと屋内資産検出をガイドする3Dオブジェクトコードブックを提案する。 2つの大きな屋内シーンの実験では、信頼性の高いマルチビューマスクの一貫性が示され、最先端のベースラインよりもF1スコアが65%向上し、正確なオブジェクトレベル3D屋内アセット検出が可能となり、ベースライン法よりも11%のmAPゲインが達成された。
• 参考スコア（独自算出の注目度）: 3.007949058551534
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present an approach for object-level detection and segmentation of target indoor assets in 3D Gaussian Splatting (3DGS) scenes, reconstructed from 360° drone-captured imagery. We introduce a 3D object codebook that jointly leverages mask semantics and spatial information of their corresponding Gaussian primitives to guide multi-view mask association and indoor asset detection. By integrating 2D object detection and segmentation models with semantically and spatially constrained merging procedures, our method aggregates masks from multiple views into coherent 3D object instances. Experiments on two large indoor scenes demonstrate reliable multi-view mask consistency, improving F1 score by 65% over state-of-the-art baselines, and accurate object-level 3D indoor asset detection, achieving an 11% mAP gain over baseline methods.
• Abstract（参考訳）: 我々は,360度ドローン撮影画像から再構成した3次元ガウス撮影(3DGS)シーンにおける対象屋内資産のオブジェクトレベル検出とセグメンテーションのアプローチを提案する。 マスクのセマンティクスとそれに対応するガウシアンプリミティブの空間情報を利用して多視点マスクアソシエーションと屋内資産検出をガイドする3Dオブジェクトコードブックを提案する。 本手法は,2次元オブジェクト検出とセグメンテーションモデルを意味的および空間的に制約されたマージ手順に統合することにより,複数のビューからマスクを集約してコヒーレントな3次元オブジェクトインスタンスを生成する。 2つの大きな屋内シーンの実験では、信頼性の高いマルチビューマスクの一貫性が示され、最先端のベースラインよりもF1スコアが65%向上し、正確なオブジェクトレベル3D屋内アセット検出が可能となり、ベースライン法よりも11%のmAPゲインが達成された。

関連論文リスト

• FreqPDE: Rethinking Positional Depth Embedding for Multi-View 3D Object Detection Transformers [91.59069344768858]
  周波数対応位置深度埋め込み (FreqPDE) を導入し, 空間情報と2次元画像特徴を付加して3次元検出変換器デコーダを提案する。 FreqPDEは2D画像特徴と3D位置埋め込みを組み合わせることで、クエリデコーディングのための3D深度認識機能を生成する。
  論文  参考訳（メタデータ） (2025-10-17T07:36:54Z)
• SGS-3D: High-Fidelity 3D Instance Segmentation via Reliable Semantic Mask Splitting and Growing [20.383892902000976]
  高忠実度3Dインスタンスセグメンテーション(SGS-3D)のための分割・成長型セマンティックマスクを提案する。 本稿では,3次元幾何学的プリミティブの共起を利用したマスクフィルタリング手法を提案する。 幾何学的洗練のために,空間的連続性と高次特徴を両立させて細粒度オブジェクトインスタンスを構築する。
  論文  参考訳（メタデータ） (2025-09-05T14:37:31Z)
• VFMM3D: Releasing the Potential of Image by Vision Foundation Model for Monocular 3D Object Detection [80.62052650370416]
  モノクル3Dオブジェクト検出は、自律運転やロボティクスなど、さまざまなアプリケーションにおいて重要な役割を担っている。 本稿では,VFMM3Dを提案する。VFMM3Dは,ビジョンファウンデーションモデル(VFM)の機能を利用して,単一ビュー画像を正確にLiDARポイントクラウド表現に変換する,革新的なフレームワークである。
  論文  参考訳（メタデータ） (2024-04-15T03:12:12Z)
• 3D Small Object Detection with Dynamic Spatial Pruning [62.72638845817799]
  本稿では,3次元小物体検出のための効率的な特徴解析手法を提案する。 空間分解能の高いDSPDet3Dというマルチレベル3次元検出器を提案する。 ほぼ全ての物体を検知しながら、4500k以上のポイントからなる建物全体を直接処理するには2秒もかからない。
  論文  参考訳（メタデータ） (2023-05-05T17:57:04Z)
• Multi-Sem Fusion: Multimodal Semantic Fusion for 3D Object Detection [11.575945934519442]
  LiDARとカメラ融合技術は、自律運転において3次元物体検出を実現することを約束している。 多くのマルチモーダルな3Dオブジェクト検出フレームワークは、2D画像からのセマンティック知識を3D LiDARポイントクラウドに統合する。 本稿では2次元画像と3次元ポイントシーン解析結果の両方から意味情報を融合する汎用多モード融合フレームワークであるMulti-Sem Fusion(MSF)を提案する。
  論文  参考訳（メタデータ） (2022-12-10T10:54:41Z)
• PAI3D: Painting Adaptive Instance-Prior for 3D Object Detection [22.41785292720421]
  Painting Adaptive Instance-prior for 3D Object Detection (PAI3D)は、シーケンシャルなインスタンスレベルの融合フレームワークである。 まず、画像からインスタンスレベルの意味情報を抽出する。 次に、オブジェクト分類ラベル、ポイント・ツー・オブジェクト・メンバシップ、オブジェクト位置を含む抽出情報を用いて、その後の3D検出ネットワークにおける各LiDARポイントを増強する。
  論文  参考訳（メタデータ） (2022-11-15T11:15:25Z)
• CMR3D: Contextualized Multi-Stage Refinement for 3D Object Detection [57.44434974289945]
  本稿では,3次元オブジェクト検出(CMR3D)フレームワークのためのコンテキスト型マルチステージリファインメントを提案する。 我々のフレームワークは3Dシーンを入力として取り、シーンの有用なコンテキスト情報を明示的に統合しようと試みている。 3Dオブジェクトの検出に加えて,3Dオブジェクトカウント問題に対するフレームワークの有効性について検討する。
  論文  参考訳（メタデータ） (2022-09-13T05:26:09Z)
• M3DSSD: Monocular 3D Single Stage Object Detector [82.25793227026443]
  特徴アライメントと非対称非局所的注意を有するモノクロ3次元単段物体検出器(M3DSSD)を提案する。 提案したM3DSSDは,KITTIデータセット上のモノラルな3Dオブジェクト検出手法よりも大幅に性能が向上する。
  論文  参考訳（メタデータ） (2021-03-24T13:09:11Z)
• Lightweight Multi-View 3D Pose Estimation through Camera-Disentangled Representation [57.11299763566534]
  空間校正カメラで撮影した多視点画像から3次元ポーズを復元する手法を提案する。 我々は3次元形状を利用して、入力画像をカメラ視点から切り離したポーズの潜在表現に融合する。 アーキテクチャは、カメラプロジェクション演算子に学習した表現を条件付け、ビュー当たりの正確な2次元検出を生成する。
  論文  参考訳（メタデータ） (2020-04-05T12:52:29Z)

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。