論文の概要: BALTIC: A Benchmark and Cross-Domain Strategy for 3D Reconstruction Across Air and Underwater Domains Under Varying Illumination
- arxiv url: http://arxiv.org/abs/2604.19133v2
- Date: Tue, 28 Apr 2026 07:40:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-29 14:06:43.781151
- Title: BALTIC: A Benchmark and Cross-Domain Strategy for 3D Reconstruction Across Air and Underwater Domains Under Varying Illumination
- Title（参考訳）: BALTIC:空・水中領域における照明条件下での3次元再構築のためのベンチマークとクロスドメイン戦略
- Authors: Michele Grimaldi, David Nakath, Oscar Pizarro, Jonatan Scharff Willners, Ignacio Carlucho, Yvan R. Petillot,
- Abstract要約: BALTIC(Baltic, BALTIC, BALTIC)は, 近代的な3次元再構成手法を中・光の変動下で評価するためのベンチマークである。
このベンチマークは、2つのメディア(空気と水)と3つの照明条件(周囲、人工、混合)にまたがる13のデータセットで構成されている。
類似の照明条件下で観測された少数の水中ビューで水中画像列を増大させることにより、ドメイン間再構築を検討する。
- 参考スコア（独自算出の注目度）: 6.8920172327690175
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robust 3D reconstruction across varying environmental conditions remains a critical challenge for robotic perception, particularly when transitioning between air and water. To address this, we introduce BALTIC, a controlled benchmark designed to systematically evaluate modern 3D reconstruction methods under variations in medium and lighting. The benchmark comprises 13 datasets spanning two media (air and water) and three lighting conditions (ambient, artificial, and mixed), with additional variations in motion type, scanning pattern, and initialization trajectory, resulting in a diverse set of sequences. Our experimental setup features a custom water tank equipped with a monocular camera and an HTC Vive tracker, enabling accurate ground-truth pose estimation. We further investigate cross-domain reconstruction by augmenting underwater image sequences with a small number of in-air views captured under similar lighting conditions. We evaluate Structure-from-Motion reconstruction using COLMAP in terms of both trajectory accuracy and scene geometry, and use these reconstructions as input to Neural Radiance Fields and 3D Gaussian Splatting methods. The resulting models are assessed against ground-truth trajectories and in-air references, while rendered outputs are compared using perceptual and photometric metrics. Additionally, we perform a color restoration analysis to evaluate radiometric consistency across domains. Our results show that under controlled, texture-consistent conditions, Gaussian Splatting with simple preprocessing (e.g., white balance correction) can achieve performance comparable to specialized underwater methods, although its robustness decreases in more complex and heterogeneous real-world environments
- Abstract（参考訳）: 様々な環境条件にまたがるロバストな3D再構成は、特に空気と水の間の遷移において、ロボットの知覚にとって重要な課題である。
そこで本研究では,現代3次元再構成手法を中・光の変動下で体系的に評価する制御ベンチマークであるBALTICを紹介する。
このベンチマークは、2つのメディア(空気と水)と3つの照明条件(周囲、人工、混合)にまたがる13のデータセットで構成され、動きの種類、走査パターン、初期化軌跡が追加で変化し、様々な配列が作られる。
我々の実験装置は、単眼カメラとHTC Viveトラッカーを備えたカスタム水槽を備えており、正確な地道ポーズ推定を可能にしている。
さらに,類似の照明条件下で撮影した水中映像を少数の内部ビューで拡大することにより,ドメイン間の再構築についても検討する。
軌道精度とシーン形状の両面からCOLMAPを用いた構造移動再構成の評価を行い,これらの再構成をニューラルレイディアンス場と3次元ガウス散乱法への入力として利用する。
その結果, 実測値と実測値を比較し, 実測値と実測値を比較した。
さらに,色復元解析を行い,領域間の放射能の整合性を評価する。
以上の結果から, 簡易な前処理(例えば, ホワイトバランス補正)によるガウススメッティングは, より複雑で異質な実環境下での強靭性は低下するものの, 水中の特殊手法に匹敵する性能を達成できることが示唆された。
関連論文リスト
- Unifying Color and Lightness Correction with View-Adaptive Curve Adjustment for Robust 3D Novel View Synthesis [73.27997579020233]
多様な照明条件下での堅牢なNVSのための3DGSベースのフレームワークであるLuminance-GS++を提案する。
本手法は,グローバルな視野適応光度調整と局所画素ワイド残差補正を組み合わせ,正確な色補正を行う。
論文 参考訳（メタデータ） (2026-02-20T16:20:50Z) - WaterClear-GS: Optical-Aware Gaussian Splatting for Underwater Reconstruction and Restoration [11.520966034974697]
水中光学特性をガウス原始体に統合する初の純3DGSベースのフレームワークであるWaterClear-GSを紹介する。
本手法では,水中での光度整合性を確保しつつ,自然に無水外観を回復させるために,二重ブランチ最適化手法を用いる。
標準ベンチマークと新たに収集したデータセットを用いて,新しいビュー合成(NVS)と水中画像復元の両タスクにおいて,WaterClear-GSが優れた性能を発揮することを示す。
論文 参考訳（メタデータ） (2026-01-27T16:14:34Z) - From Restoration to Reconstruction: Rethinking 3D Gaussian Splatting for Underwater Scenes [13.730810237133822]
水中画像復元(UIR)を3次元ガウススプラッティング(DGS)でブリッジする統合フレームワークである textbfR-Splatting を提案する。
提案手法は,多様なUIRモデルによって生成された複数の拡張ビューを1つの再構築パイプラインに統合する。
Seathru-NeRFと新しいBlueCoral3Dデータセットの実験により、R-Splattingはレンダリング品質と幾何学的精度の両方において、強いベースラインを上回ります。
論文 参考訳（メタデータ） (2025-09-22T13:50:20Z) - 3D-UIR: 3D Gaussian for Underwater 3D Scene Reconstruction via Physics Based Appearance-Medium Decoupling [30.985414238960466]
3D Gaussian Splatting (3DGS)はリアルタイムレンダリング機能を提供するが、水中の不均一な環境に苦しむ。
水媒体効果から物体の外観を遠ざける物理ベースの枠組みを提案する。
提案手法は,高品質な新規ビュー合成と物理的に正確なシーン復元を実現する。
論文 参考訳（メタデータ） (2025-05-27T14:19:30Z) - GUS-IR: Gaussian Splatting with Unified Shading for Inverse Rendering [83.69136534797686]
GUS-IRは、粗く光沢のある表面を特徴とする複雑なシーンの逆レンダリング問題に対処するために設計された新しいフレームワークである。
本稿では、逆レンダリング、フォワードシェーディング、遅延シェーディングに広く使われている2つの顕著なシェーディング技術を分析し、比較することから始める。
両手法の利点を組み合わせた統合シェーディングソリューションを提案する。
論文 参考訳（メタデータ） (2024-11-12T01:51:05Z) - UW-SDF: Exploiting Hybrid Geometric Priors for Neural SDF Reconstruction from Underwater Multi-view Monocular Images [63.32490897641344]
ニューラルSDFに基づく多視点水中画像から対象物を再構成するフレームワークを提案する。
再建過程を最適化するためのハイブリッドな幾何学的先行手法を導入し、神経SDF再建の質と効率を著しく向上させる。
論文 参考訳（メタデータ） (2024-10-10T16:33:56Z) - RecGS: Removing Water Caustic with Recurrent Gaussian Splatting [13.87415686123919]
水の因果関係は浅海域の海底画像データでよく見られる。
画像から因果パターンを取り除く従来の方法は、注釈付きデータセットで2Dフィルタリングや事前トレーニングに依存することが多い。
本稿では,今日のフォトリアリスティックな3D再構成技術を活用したRecurrent Gaussian Splatting(RecGS)を提案する。
論文 参考訳（メタデータ） (2024-07-14T20:24:44Z) - CVT-xRF: Contrastive In-Voxel Transformer for 3D Consistent Radiance Fields from Sparse Inputs [65.80187860906115]
スパース入力によるNeRFの性能向上のための新しい手法を提案する。
まず, サンプル線が, 3次元空間内の特定のボクセルと交差することを保証するために, ボクセルを用いた放射線サンプリング戦略を採用する。
次に、ボクセル内の追加点をランダムにサンプリングし、トランスフォーマーを適用して各線上の他の点の特性を推測し、ボリュームレンダリングに組み込む。
論文 参考訳（メタデータ） (2024-03-25T15:56:17Z) - Q-SLAM: Quadric Representations for Monocular SLAM [85.82697759049388]
四角形のレンズを通して体積表現を再現する。
我々は、RGB入力からノイズの深い深さ推定を正すために二次仮定を用いる。
本研究では,新たな二次分割変換器を導入し,二次情報を集約する。
論文 参考訳（メタデータ） (2024-03-12T23:27:30Z) - SUCRe: Leveraging Scene Structure for Underwater Color Restoration [1.9490160607392462]
本研究では,シーンの3次元構造を利用した水中色復元手法であるSUCReを紹介する。
我々は、自然光から深海環境まで様々なシナリオにおいて、我々のアプローチを定量的、質的に分析する。
論文 参考訳（メタデータ） (2022-12-18T16:53:13Z) - Neural 3D Reconstruction in the Wild [86.6264706256377]
そこで我々は,インターネット写真コレクションから効率よく高精度な表面再構成を実現する新しい手法を提案する。
そこで本研究では,これらのシーンにおける再構成性能を評価するための新しいベンチマークとプロトコルを提案する。
論文 参考訳（メタデータ） (2022-05-25T17:59:53Z)
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。