論文の概要: PoInit-of-View: Poisoning Initialization of Views Transfers Across Multiple 3D Reconstruction Systems

• arxiv url: http://arxiv.org/abs/2604.16540v1
• Date: Fri, 17 Apr 2026 00:48:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.061203
• Title: PoInit-of-View: Poisoning Initialization of Views Transfers Across Multiple 3D Reconstruction Systems
• Title（参考訳）: Poinit-of-View: 複数の3次元再構成システムにおけるビューの初期化
• Authors: Weijie Wang, Songlong Xing, Zhengyu Zhao, Nicu Sebe, Bruno Lepri,
• Abstract要約: 近年,3次元再構築システムの入力ビューについて検討している。 本稿では,対向的摂動を最適化し,対面不整合を意図的に導入するPoInit-of-Viewを提案する。 実験により,多種多様な3次元再構成システムとデータセットに対するPoInit-of-Viewの有効性が示された。
• 参考スコア（独自算出の注目度）: 55.84012796735184
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Poisoning input views of 3D reconstruction systems has been recently studied. However, we identify that existing studies simply backpropagate adversarial gradients through the 3D reconstruction pipeline as a whole, without uncovering the new vulnerability rooted in specific modules of the 3D reconstruction pipeline. In this paper, we argue that the structure-from-motion (SfM) initialization, as the geometric core of many widely used reconstruction systems, can be targeted to achieve transferable poisoning effects across diverse 3D reconstruction systems. To this end, we propose PoInit-of-View, which optimizes adversarial perturbations to intentionally introduce cross-view gradient inconsistencies at projections of corresponding 3D points. These inconsistencies disrupt keypoint detection and feature matching, thereby corrupting pose estimation and triangulation within SfM, eventually resulting in low-quality rendered views. We also provide a theoretical analysis that connects cross-view inconsistency to correspondence collapse. Experimental results demonstrate the effectiveness of our PoInit-of-View on diverse 3D reconstruction systems and datasets, surpassing the single-view baseline by 25.1% in PSNR and 16.5% in SSIM in black-box transfer settings, such as 3DGS to NeRF.
• Abstract（参考訳）: 近年,3次元再構築システムの入力ビューについて検討している。 しかし, 既存の研究では, 3次元再構成パイプラインの特定のモジュールに根ざした新たな脆弱性を明らかにすることなく, 3次元再構成パイプライン全体の逆勾配をバックプロファイリングする。 本稿では,多くの広く使用されている再構成システムの幾何学的コアである構造移動初期化(SfM)が,多種多様な3次元再構成システム間で伝達可能な中毒効果を達成することを目的としている,と論じる。 この目的のために, 対向的摂動を最適化し, 対応する3次元点の射影における横方向勾配の不整合を意図的に導入するPoInit-of-Viewを提案する。 これらの矛盾はキーポイントの検出と特徴マッチングを妨害し、結果としてSfM内のポーズ推定と三角測量を破損させ、最終的には低品質のレンダリングビューをもたらす。 また、クロスビューの不整合と対応崩壊を結びつける理論的解析も提供する。 実験の結果,PSNRでは25.1%,NRFでは16.5%,ブラックボックス転送設定では3DGSからNeRFでは16.5%,単一ビューベースラインでは25.1%を上回り,多種多様な3D再構成システムやデータセットに対するPoInit-of-Viewの有効性が示された。

関連論文リスト

• 3D Gaussian Splatting for Annular Dark Field Scanning Transmission Electron Microscopy Tomography Reconstruction [13.051560405222775]
  ADF-STEMトモグラフィーは多視点傾斜画像を統合することで3次元のナノスケール材料を再構成する。 傾斜角の散乱を安定化し、散乱ビュー正規化による一貫したデンザを確保するために$$係数を導入する。 45-viewと15-viewの傾きシリーズの実験では、デンザ・ガウシアンは元の傾きとより密接な2次元のプロジェクションと高忠実さの再現を行う。
  論文  参考訳（メタデータ） (2026-04-06T14:01:43Z)
• Reliev3R: Relieving Feed-forward Reconstruction from Multi-View Geometric Annotations [98.66466590444553]
  コスト制約のない多視点幾何アノテーションを使わずにFFRMをスクラッチからトレーニングするための弱教師付きパラダイムであるReliev3Rを提案する。 Reliev3Rのコアでは、多視点幾何整合性の監視を容易にするために、曖昧さを意識した相対深度損失と三角法に基づく再射損失を設計する。
  論文  参考訳（メタデータ） (2026-04-01T06:46:54Z)
• ReconViaGen: Towards Accurate Multi-view 3D Object Reconstruction via Generation [28.308731720451053]
  我々はReconViaGenを提案する。 我々のReconViaGenは、グローバルな構造と局所的な詳細の両方において、入力ビューと整合した完全かつ正確な3Dモデルを再構築できることを実証した。
  論文  参考訳（メタデータ） (2025-10-27T13:15:06Z)
• HBSplat: Robust Sparse-View Gaussian Reconstruction with Hybrid-Loss Guided Depth and Bidirectional Warping [11.035994094874141]
  HBSplatは、堅牢な構造的キュー、仮想ビュー制約、隠蔽された領域補完をシームレスに統合するフレームワークである。 HBSplatは21.13dBのPSNRと0.189LPIPSを達成し、リアルタイム推論を維持している。
  論文  参考訳（メタデータ） (2025-09-29T15:03:31Z)
• T-3DGS: Removing Transient Objects for 3D Scene Reconstruction [83.05271859398779]
  映像シーケンスにおける過渡的オブジェクトは、3Dシーン再構成の品質を著しく低下させる可能性がある。 我々は,ガウススプラッティングを用いた3次元再構成において,過渡的障害を頑健に除去する新しいフレームワークT-3DGSを提案する。
  論文  参考訳（メタデータ） (2024-11-29T07:45:24Z)
• Improving Neural Indoor Surface Reconstruction with Mask-Guided Adaptive Consistency Constraints [0.6749750044497732]
  本稿では、ビュー依存色とビュー非依存色を分離する2段階のトレーニングプロセスを提案し、さらに2つの新しい一貫性制約を活用して、余分な事前処理を必要とせず、詳細な再構成性能を向上させる。 合成および実世界のデータセットの実験は、事前推定誤差から干渉を減らす能力を示している。
  論文  参考訳（メタデータ） (2023-09-18T13:05:23Z)
• Single-view 3D Mesh Reconstruction for Seen and Unseen Categories [69.29406107513621]
  シングルビュー3Dメッシュ再構成は、シングルビューRGB画像から3D形状を復元することを目的とした、基本的なコンピュータビジョンタスクである。 本稿では,一視点3Dメッシュ再構成に取り組み,未知のカテゴリのモデル一般化について検討する。 我々は、再構築におけるカテゴリ境界を断ち切るために、エンドツーエンドの2段階ネットワークであるGenMeshを提案する。
  論文  参考訳（メタデータ） (2022-08-04T14:13:35Z)
• NeurAR: Neural Uncertainty for Autonomous 3D Reconstruction [64.36535692191343]
  暗黙の神経表現はオフラインの3D再構成において魅力的な結果を示しており、オンラインSLAMシステムの可能性も最近示している。 本論文は,1)新しい表現に基づく視点計画の質を評価するための基準を求めること,2)手作りではなく,異なる場面に一般化可能なデータから基準を学習すること,の2つの課題に対処する。 本手法は, TSDFを用いた変形モデルやビュープランニングなしでの再構成モデルと比較した場合, レンダリングされた画像品質と再構成された3次元モデルの幾何学的品質について, 様々な指標について有意な改善を示す。
  論文  参考訳（メタデータ） (2022-07-22T10:05:36Z)
• Optical Diffraction Tomography based on 3D Physics-Inspired Neural Network (PINN) [0.1310865248866973]
  光回折トモグラフィー(ODT)は半透明試料の屈折率(RI)の3次元再構成に使用される新しい3Dイメージング技術である。 ボルンやリトフ近似のような様々な試料のホログラフィー検出に基づいて、3D RIを再構成する様々な逆モデルが提案されている。 本稿では,3次元ニューラルネットワーク(NN)を応用した別のアプローチを提案する。このNNは,光波伝搬の物理理論に基づく物理モデルに基づくコスト関数を用いて訓練する。
  論文  参考訳（メタデータ） (2022-06-10T17:19:04Z)

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。