論文の概要: An Object-Centered Data Acquisition Method for 3D Gaussian Splatting using Mobile Phones

• arxiv url: http://arxiv.org/abs/2604.19216v1
• Date: Tue, 21 Apr 2026 08:22:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-22 22:41:49.684607
• Title: An Object-Centered Data Acquisition Method for 3D Gaussian Splatting using Mobile Phones
• Title（参考訳）: 携帯電話を用いた3次元ガウス平滑化のためのオブジェクト指向データ取得手法
• Authors: Yuezhe Zhang, Luqian Bai, Mengting Yu, Lei Wei, Shuai Wan, Yifan Zhang,
• Abstract要約: デバイス上でのキャプチャのガイダンスと,オフライン再構築のためのオンボードセンサ信号の記録を行う。 面積重み付き球面カバレッジをリアルタイムで計算し、それに応じてユーザの動きを誘導する。 提案手法は,フリーキャプチャやRealScanに比べて入力画像が少なく,再現性に優れる。
• 参考スコア（独自算出の注目度）: 13.306606402298854
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Data acquisition through mobile phones remains a challenge for 3D Gaussian Splatting (3DGS). In this work we target the object-centered scenario and enable reliable mobile acquisition by providing on-device capture guidance and recording onboard sensor signals for offline reconstruction. After the calibration step, the device orientations are aligned to a baseline frame to obtain relative poses, and the optical axis of the camera is mapped to an object-centered spherical grid for uniform viewpoint indexing. To curb polar sampling bias, we compute area-weighted spherical coverage in real-time and guide the user's motion accordingly. We compare the proposed method with RealityScan and the free-capture strategy. Our method achieves superior reconstruction quality using fewer input images compared to free capture and RealityScan. Further analysis shows that the proposed method is able to obtain more comprehensive and uniform viewpoint coverage during object-centered acquisition.
• Abstract（参考訳）: 携帯電話によるデータ取得は3D Gaussian Splatting(3DGS)にとって依然として課題だ。 本研究は,オブジェクト中心のシナリオを対象とし,デバイス上でのキャプチャガイダンスとオフライン再構築のためのオンボードセンサ信号記録を提供することにより,信頼性の高いモバイル取得を実現する。 校正工程後、装置配向をベースラインフレームに整列して相対的なポーズを求め、カメラの光軸を物体中心の球状格子にマッピングして一様視点インデックスを作成する。 偏光サンプリングバイアスを抑制するため,領域重み付き球面被覆をリアルタイムで計算し,それに応じてユーザの動きを誘導する。 本稿では,提案手法をRealScanとフリーキャプチャ戦略と比較する。 提案手法は,フリーキャプチャやRealScanに比べて入力画像が少なく,再現性に優れる。 さらに分析した結果,提案手法は対象中心の獲得において,より包括的かつ均一な視点のカバレッジを得ることができることがわかった。

関連論文リスト

• Cameras as Rays: Pose Estimation via Ray Diffusion [54.098613859015856]
  カメラのポーズを推定することは3D再構成の基本的な課題であり、まばらにサンプリングされたビューを考えると依然として困難である。 本稿では,カメラを光束として扱うカメラポーズの分散表現を提案する。 提案手法は回帰法と拡散法の両方で,CO3Dのカメラポーズ推定における最先端性能を示す。
  論文  参考訳（メタデータ） (2024-02-22T18:59:56Z)
• Joint 3D Shape and Motion Estimation from Rolling Shutter Light-Field Images [2.0277446818410994]
  本研究では,ローリングシャッターセンサを備えた光界カメラで撮影した1枚の画像からシーンを3次元再構成する手法を提案する。 本手法は、光場に存在する3次元情報キューと、ローリングシャッター効果によって提供される動き情報を利用する。 本稿では,このセンサの撮像プロセスの汎用モデルと再投射誤差を最小化する2段階アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-11-02T15:08:18Z)
• Multi-Modal Dataset Acquisition for Photometrically Challenging Object [56.30027922063559]
  本稿では,3次元視覚タスクにおける現在のデータセットの限界について,精度,サイズ,リアリズム,および光度に挑戦する対象に対する適切な画像モダリティの観点から検討する。 既存の3次元認識と6次元オブジェクトポーズデータセットを強化する新しいアノテーションと取得パイプラインを提案する。
  論文  参考訳（メタデータ） (2023-08-21T10:38:32Z)
• Towards Scalable Multi-View Reconstruction of Geometry and Materials [27.660389147094715]
  本稿では,3次元シーンのカメラポーズ,オブジェクト形状,空間変化の両方向反射分布関数(svBRDF)のジョイントリカバリ手法を提案する。 入力は高解像度のRGBD画像であり、アクティブ照明用の点灯付き携帯型ハンドヘルドキャプチャシステムによってキャプチャされる。
  論文  参考訳（メタデータ） (2023-06-06T15:07:39Z)
• ParticleSfM: Exploiting Dense Point Trajectories for Localizing Moving Cameras in the Wild [57.37891682117178]
  本稿では,一対の光流からの高密度対応に基づく動画の高密度間接構造抽出手法を提案する。 不規則点軌道データを処理するために,新しいニューラルネットワークアーキテクチャを提案する。 MPIシンテルデータセットを用いた実験により,我々のシステムはより正確なカメラ軌道を生成することがわかった。
  論文  参考訳（メタデータ） (2022-07-19T09:19:45Z)
• Reinforced Axial Refinement Network for Monocular 3D Object Detection [160.34246529816085]
  モノクロ3次元物体検出は、2次元入力画像から物体の位置と特性を抽出することを目的としている。 従来のアプローチでは、空間から3D境界ボックスをサンプリングし、対象オブジェクトと各オブジェクトの関係を推定するが、有効サンプルの確率は3D空間で比較的小さい。 我々は,まず最初の予測から始めて,各ステップで1つの3dパラメータだけを変えて,基礎的真理に向けて徐々に洗練することを提案する。 これは、いくつかのステップの後に報酬を得るポリシーを設計する必要があるため、最適化するために強化学習を採用します。
  論文  参考訳（メタデータ） (2020-08-31T17:10:48Z)
• Object Detection in the Context of Mobile Augmented Reality [16.49070406578342]
  本稿では,VIOから得られる幾何学的情報とオブジェクト検出器からの意味情報を組み合わせて,モバイルデバイス上での物体検出性能を向上させる手法を提案する。 提案手法は,(1)画像配向補正法,(2)スケールベースフィルタリング法,(3)オンライン意味地図の3つの構成要素を含む。 その結果,汎用物体検出器の精度をデータセット上で12%向上できることがわかった。
  論文  参考訳（メタデータ） (2020-08-15T05:15:00Z)
• 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。