論文の概要: Holo360D: A Large-Scale Real-World Dataset with Continuous Trajectories for Advancing Panoramic 3D Reconstruction and Beyond

• arxiv url: http://arxiv.org/abs/2604.22482v1
• Date: Fri, 24 Apr 2026 12:03:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-27 15:36:26.445848
• Title: Holo360D: A Large-Scale Real-World Dataset with Continuous Trajectories for Advancing Panoramic 3D Reconstruction and Beyond
• Title（参考訳）: Holo360D:パノラマ3D再構成を改良する継続的軌道付き大規模実世界データセット
• Authors: Jing Ou, Zidong Cao, Yinrui Ren, Zhuoxiao Li, Jinjing Zhu, Tongyan Hua, Shuai Zhang, Hui Xiong, Wufan Zhao,
• Abstract要約: Holo360Dは、正確な深度マップを備えた連続パノラマシーケンスを提供する最初の大規模データセットである。 3Dデータ品質を向上させるために,幾何分解,メッシュ穴充填,領域固有の再処理を含む後処理パイプラインを提案する。 以上の結果から,Holo360Dは優れたトレーニング信号を提供し,パノラマ3D再構成モデルの総合的なベンチマークを提供することがわかった。
• 参考スコア（独自算出の注目度）: 27.57108346101154
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While feed-forward 3D reconstruction models have advanced rapidly, they still exhibit degraded performance on panoramas due to spherical distortions. Moreover, existing panoramic 3D datasets are predominantly collected with 360 cameras fixed at discrete locations, resulting in discontinuous trajectories. These limitations critically hinder the development of panoramic feed-forward 3D reconstruction, especially for the multi-view setting. In this paper, we present Holo360D, a comprehensive dataset containing 109,495 panoramas paired with registered point clouds, meshes, and aligned camera poses. To our knowledge, Holo360D is the first large-scale dataset that provides continuous panoramic sequences with accurately aligned high-completeness depth maps. The raw data are initially collected using a 3D laser scanner coupled with a 360 camera. Subsequently, the raw data are processed with both online and offline SLAM systems. Furthermore, to enhance the 3D data quality, a post-processing pipeline tailored for the 360 dataset is proposed, including geometry denoising, mesh hole filling, and region-specific remeshing. Finally, we establish a new benchmark by fine-tuning 3D reconstruction models on Holo360D, providing key insights into effective fine-tuning strategies. Our results demonstrate that Holo360D delivers superior training signals and provides a comprehensive benchmark for advancing panoramic 3D reconstruction models. Datasets and Code will be made publicly available.
• Abstract（参考訳）: フィードフォワード3次元再構成モデルは急速に進歩しているが, 球面歪みによるパノラマの劣化性能は依然として向上している。 さらに、既存のパノラマ3Dデータセットは、主に360度カメラで個別に固定され、不連続な軌跡が生じる。 これらの制限は、特にマルチビュー設定において、パノラマフィードフォワード3D再構成の開発を著しく妨げている。 本稿では,109,495個のパノラマと登録された点雲,メッシュ,アライメントされたカメラポーズを組み合わせた包括的データセットであるHolo360Dを提案する。 私たちの知る限り、Holo360Dは、正確な整列された高完全性深度マップを備えた連続パノラマシーケンスを提供する最初の大規模データセットである。 生データは3Dレーザースキャナーと360度カメラで収集される。 その後、生データはオンラインとオフラインのSLAMシステムの両方で処理される。 さらに、3Dデータ品質を向上させるために、幾何学的デノナイズ、メッシュ穴充填、領域固有のリメッシングを含む360データセット用に調整された後処理パイプラインを提案する。 最後に,Holo360D上の3次元再構成モデルを微調整し,効率的な微調整戦略に関する重要な知見を提供する。 以上の結果から,Holo360Dは優れたトレーニング信号を提供し,パノラマ3D再構成モデルを改善するための総合的なベンチマークを提供することが示された。 DatasetsとCodeは一般公開される予定だ。

関連論文リスト

• TerraSky3D: Multi-View Reconstructions of European Landmarks in 4K [12.214651317714939]
  既存の3Dデータセットは解像度が低いか、少数のシーンに制限されるか、インターネットから取得したさまざまな品質の画像に基づいて、特定のキャプチャシナリオに制限される。 この適切な3Dデータセットが欠如していることに感銘を受けて、我々は5万枚の画像を150の地上、空中、混合シーンに分割した高解像度の大規模3D再構成データセットTerraSky3Dを捉えた。
  論文  参考訳（メタデータ） (2026-03-30T11:08:51Z)
• OB3D: A New Dataset for Benchmarking Omnidirectional 3D Reconstruction Using Blender [9.234032241605892]
  Omnidirectional Blender 3D (OB3D) は、複数の全方位画像から3次元再構成を進めるための新しい合成データセットである。 OB3DはBlender 3Dプロジェクトから生成される多様で複雑な3Dシーンを特徴としている。
  論文  参考訳（メタデータ） (2025-05-26T15:25:29Z)
• IM360: Large-scale Indoor Mapping with 360 Cameras [48.99932182976206]
  大規模屋内環境のための新しい3Dマッピングパイプラインを提案する。 本稿では,球面カメラモデルとStructure-from-Motion(SfM)パイプラインを融合したIM360を提案する。 我々のSfMは、360度画像に特化して設計された密マッチング機能を利用しており、画像登録の優れた能力を示している。 大規模屋内シーンにおけるパイプラインの評価を行い,実世界のシナリオにおけるその効果を実証した。
  論文  参考訳（メタデータ） (2025-02-18T05:15:19Z)
• Sp2360: Sparse-view 360 Scene Reconstruction using Cascaded 2D Diffusion Priors [51.36238367193988]
  潜時拡散モデル(LDM)を用いた360度3次元シーンのスパースビュー再構成に挑戦する。 SparseSplat360は,未完成の細部を埋めたり,新しいビューをクリーンにするために,インペイントとアーティファクト除去のカスケードを利用する手法である。 提案手法は,9つの入力ビューから360度映像全体を生成する。
  論文  参考訳（メタデータ） (2024-05-26T11:01:39Z)
• LAM3D: Large Image-Point-Cloud Alignment Model for 3D Reconstruction from Single Image [64.94932577552458]
  大規模再構成モデルは、単一または複数入力画像から自動3Dコンテンツ生成の領域において大きな進歩を遂げている。 彼らの成功にもかかわらず、これらのモデルはしばしば幾何学的不正確な3Dメッシュを生成し、画像データからのみ3D形状を推論する固有の課題から生まれた。 生成した3Dメッシュの忠実度を高めるために3Dポイントクラウドデータを利用する新しいフレームワークであるLarge Image and Point Cloud Alignment Model (LAM3D)を導入する。
  論文  参考訳（メタデータ） (2024-05-24T15:09:12Z)
• 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)
• A Fixation-based 360{\deg} Benchmark Dataset for Salient Object Detection [21.314578493964333]
  パノラマコンテンツ中の固定予測(FP)は、仮想現実(VR)アプリケーションの普及傾向とともに広く研究されている。 静止物体検出(SOD)は、実際のシーンを表すデータセットが欠如しているため、360度画像ではめったに探索されていない。
  論文  参考訳（メタデータ） (2020-01-22T11:16:39Z)

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。