論文の概要: DF3DV-1K: A Large-Scale Dataset and Benchmark for Distractor-Free Novel View Synthesis

• arxiv url: http://arxiv.org/abs/2604.13416v1
• Date: Wed, 15 Apr 2026 02:33:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-16 20:38:32.357004
• Title: DF3DV-1K: A Large-Scale Dataset and Benchmark for Distractor-Free Novel View Synthesis
• Title（参考訳）: DF3DV-1K:大規模データセットとディトラクタフリー新規ビュー合成のためのベンチマーク
• Abstract要約: DF3DV-1Kは1,048のシーンからなる大規模な実世界のデータセットであり、それぞれがベンチマークのためにクリーンで散らかった画像セットを提供する。 データセットには、カジュアルなキャプチャを模倣するためにコンシューマーカメラを使用して撮影した89,924枚の画像が含まれている。 DF3DV-41という41のシーンのキュレートされたサブセットは、散逸のない放射場法のロバスト性を評価するために体系的に設計されている。
• 参考スコア（独自算出の注目度）: 24.91192063476988
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Advances in radiance fields have enabled photorealistic novel view synthesis. In several domains, large-scale real-world datasets have been developed to support comprehensive benchmarking and to facilitate progress beyond scene-specific reconstruction. However, for distractor-free radiance fields, a large-scale dataset with clean and cluttered images per scene remains lacking, limiting the development. To address this gap, we introduce DF3DV-1K, a large-scale real-world dataset comprising 1,048 scenes, each providing clean and cluttered image sets for benchmarking. In total, the dataset contains 89,924 images captured using consumer cameras to mimic casual capture, spanning 128 distractor types and 161 scene themes across indoor and outdoor environments. A curated subset of 41 scenes, DF3DV-41, is systematically designed to evaluate the robustness of distractor-free radiance field methods under challenging scenarios. Using DF3DV-1K, we benchmark nine recent distractor-free radiance field methods and 3D Gaussian Splatting, identifying the most robust methods and the most challenging scenarios. Beyond benchmarking, we demonstrate an application of DF3DV-1K by fine-tuning a diffusion-based 2D enhancer to improve radiance field methods, achieving average improvements of 0.96 dB PSNR and 0.057 LPIPS on the held-out set (e.g., DF3DV-41) and the On-the-go dataset. We hope DF3DV-1K facilitates the development of distractor-free vision and promotes progress beyond scene-specific approaches.
• Abstract（参考訳）: 放射界の進歩により、光リアリスティックな新規なビュー合成が可能になった。 いくつかのドメインでは、包括的なベンチマークをサポートし、シーン固有の再構築を超えて進展を促進するために、大規模な実世界のデータセットが開発されている。 しかし、散逸のない放射場では、シーンごとにきれいで散らばった画像を持つ大規模なデータセットが不足しており、開発が制限されている。 DF3DV-1Kは1048のシーンからなる大規模な実世界のデータセットであり、それぞれがクリーンで散在した画像集合をベンチマーク用に提供している。 このデータセットには、消費者カメラで撮影した89,924枚の画像が含まれており、カジュアルキャプチャーを模倣し、128種類の気を散らすタイプと161のシーンテーマが屋内と屋外に散らばっている。 DF3DV-41という41のシーンのキュレートされたサブセットは、難解なシナリオ下での無散乱放射場法の堅牢性を評価するために体系的に設計されている。 DF3DV-1Kを用いて、最近の9つの乱れのない放射場法と3Dガウススプラッティングをベンチマークし、最も堅牢な手法と最も困難なシナリオを特定した。 DF3DV-1Kを用いて拡散型2Dエンハンサーを微調整して放射場法を改良し、ホールドアウトセット(例:DF3DV-41)とOn-the-goデータセット上で0.96dB PSNRと0.057LPIPSの平均的な改善を実現した。 DF3DV-1Kは、邪魔のない視覚の発達を促進し、シーン固有のアプローチを超えて進歩を促進することを願っている。

関連論文リスト

• TraGraph-GS: Trajectory Graph-based Gaussian Splatting for Arbitrary Large-Scale Scene Rendering [22.856356474506168]
  既存の方法は、通常、大きなシーンを複数の領域に分割し、各領域のガウススプラッティングを用いて3D表現を再構成し、最終的にそれらを新しいビューレンダリングのためにマージする。 任意の大規模シーンの高精度レンダリングを実現するためにトラジェクトリグラフを利用するトラグラフ-GSを提案する。 提案手法は, 地上データセットにおけるPSNRの1.86dB, 地上データセットにおける1.62dBを, 最先端のアプローチと比較して平均的に改善する。
  論文  参考訳（メタデータ） (2025-06-10T11:43:04Z)
• Casual3DHDR: Deblurring High Dynamic Range 3D Gaussian Splatting from Casually Captured Videos [15.52886867095313]
  ニューラルレイディアンスフィールド(NeRF)や3Dガウススプラッティング(3DGS)などの多視点画像からのフォトリアリスティックな新規ビュー合成は、その優れた性能に対して大きな注目を集めている。 bf3Dは、激しい動きのぼけや未知の様々な露出時間の下でも、カジュアルにキャプチャーされた自動露光(AE)ビデオから3Dシーンを再構築する堅牢なワンステージ手法を統合している。
  論文  参考訳（メタデータ） (2025-04-24T16:42:37Z)
• FIORD: A Fisheye Indoor-Outdoor Dataset with LIDAR Ground Truth for 3D Scene Reconstruction and Benchmarking [29.634708606525727]
  本研究では,シーン再構築作業に適した魚眼画像データセットを提案する。 2つの200度の魚眼レンズを使って、私たちのデータセットは5つの屋内と5つの屋外のシーンの完全な360度カバレッジを提供します。 それぞれのシーンには、SfM点雲と正確なLIDAR由来の高密度な点雲があり、幾何学的な地平線として使用できる。
  論文  参考訳（メタデータ） (2025-04-02T13:41:23Z)
• EvLight++: Low-Light Video Enhancement with an Event Camera: A Large-Scale Real-World Dataset, Novel Method, and More [7.974102031202597]
  EvLight++は、現実のシナリオで堅牢なパフォーマンスのために設計された、イベント誘導型低照度ビデオ拡張アプローチである。 EvLight++は1.37dBと3.71dBの2つのイメージベースとビデオベースの両方で大幅に性能が向上した。
  論文  参考訳（メタデータ） (2024-08-29T04:30:31Z)
• Implicit-Zoo: A Large-Scale Dataset of Neural Implicit Functions for 2D Images and 3D Scenes [65.22070581594426]
  Implicit-Zoo"は、この分野の研究と開発を容易にするために、数千のGPUトレーニング日を必要とする大規模なデータセットである。 1)トランスモデルのトークン位置を学習すること、(2)NeRFモデルに関して直接3Dカメラが2D画像のポーズを取ること、である。 これにより、画像分類、セマンティックセグメンテーション、および3次元ポーズ回帰の3つのタスクすべてのパフォーマンスが向上し、研究のための新たな道が開けることになる。
  論文  参考訳（メタデータ） (2024-06-25T10:20:44Z)
• RoScenes: A Large-scale Multi-view 3D Dataset for Roadside Perception [98.76525636842177]
  RoScenesは、最大規模のマルチビューロードサイド認識データセットである。 私たちのデータセットは、驚くべき21.13Mの3Dアノテーションを64,000$m2$で達成しています。
  論文  参考訳（メタデータ） (2024-05-16T08:06:52Z)
• Mesh2NeRF: Direct Mesh Supervision for Neural Radiance Field Representation and Generation [51.346733271166926]
  Mesh2NeRFは、3次元生成タスクのためのテクスチャメッシュから地上構造放射場を導出するアプローチである。 各種タスクにおけるMesh2NeRFの有効性を検証する。
  論文  参考訳（メタデータ） (2024-03-28T11:22:53Z)
• DARF: Depth-Aware Generalizable Neural Radiance Field [51.29437249009986]
  本稿では,Depth-Aware Dynamic Smpling(DADS)戦略を用いたDARF(Depth-Aware Generalizable Neural Radiance Field)を提案する。 筆者らのフレームワークは,数枚の入力画像で,画素レベルと幾何学レベルの両方の見えないシーンを推測する。 DARFは、最先端の一般化可能なNeRF法と比較して、レンダリング品質と深さ推定を改善しつつ、サンプルを50%削減する。
  論文  参考訳（メタデータ） (2022-12-05T14:00:59Z)
• CLONeR: Camera-Lidar Fusion for Occupancy Grid-aided Neural Representations [77.90883737693325]
  本稿では,スパース入力センサビューから観測される大規模な屋外運転シーンをモデル化することで,NeRFを大幅に改善するCLONeRを提案する。 これは、NeRFフレームワーク内の占有率と色学習を、それぞれLiDARとカメラデータを用いてトレーニングされた個別のMulti-Layer Perceptron(MLP)に分離することで実現される。 さらに,NeRFモデルと平行に3D Occupancy Grid Maps(OGM)を構築する手法を提案し,この占有グリッドを利用して距離空間のレンダリングのために線に沿った点のサンプリングを改善する。
  論文  参考訳（メタデータ） (2022-09-02T17:44:50Z)
• Simple and Effective Synthesis of Indoor 3D Scenes [78.95697556834536]
  1枚以上の画像から3D屋内シーンを没入する問題について検討する。 我々の狙いは、新しい視点から高解像度の画像とビデオを作成することである。 本稿では,不完全点雲の再投影から高解像度のRGB-D画像へ直接マップするイメージ・ツー・イメージのGANを提案する。
  論文  参考訳（メタデータ） (2022-04-06T17:54:46Z)

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。