論文の概要: Bringing a Personal Point of View: Evaluating Dynamic 3D Gaussian Splatting for Egocentric Scene Reconstruction

• arxiv url: http://arxiv.org/abs/2604.23803v1
• Date: Sun, 26 Apr 2026 16:58:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.559611
• Title: Bringing a Personal Point of View: Evaluating Dynamic 3D Gaussian Splatting for Egocentric Scene Reconstruction
• Title（参考訳）: パーソナライズする視点:エゴセントリックなシーン再構築のための動的3次元ガウス平滑化の評価
• Authors: Jan Warchocki, Xi Wang, Jonas Kulhanek, Jan van Gemert,
• Abstract要約: エゴセントリックなビデオは、人間の知覚と相互作用に関するユニークな視点を提供する。 迅速なカメラモーションと複雑なシーンダイナミクスは、この観点から3次元再構成に大きな課題をもたらす。 エゴ中心およびエゴ中心ビデオ上での動的単分子3DGSモデルの評価を,ペア・エゴ・エゴ・エゴ・レコーディングを用いて行った。
• 参考スコア（独自算出の注目度）: 17.903916530175533
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Egocentric video provides a unique view into human perception and interaction, with growing relevance for augmented reality, robotics, and assistive technologies. However, rapid camera motion and complex scene dynamics pose major challenges for 3D reconstruction from this perspective. While 3D Gaussian Splatting (3DGS) has become a state-of-the-art method for efficient, high-quality novel view synthesis, variants, that focus on reconstructing dynamic scenes from monocular video are rarely evaluated on egocentric video. It remains unclear whether existing models generalize to this setting or if egocentric-specific solutions are needed. In this work, we evaluate dynamic monocular 3DGS models on egocentric and exocentric video using paired ego-exo recordings from the EgoExo4D dataset. We find that reconstruction quality is consistently lower in egocentric views. Analysis reveals that the difference in reconstruction quality, measured in peak signal-to-noise ratio, stems from the reconstruction of static, not dynamic, content. Our findings underscore current limitations and motivate the development of egocentric-specific approaches, while also highlighting the value of separately evaluating static and dynamic regions of a video.
• Abstract（参考訳）: エゴセントリックビデオは、人間の知覚と相互作用に関するユニークな視点を提供し、拡張現実、ロボティクス、補助技術との関連性を高めている。 しかし, カメラの高速動作と複雑なシーンダイナミクスは, この観点からの3次元再構成に大きな課題をもたらす。 3D Gaussian Splatting (3DGS)は、モノクロ映像から動的シーンを再構築することに焦点を当てた、効率的で高品質な新規ビュー合成のための最先端の手法となっているが、エゴセントリックビデオでは、ほとんど評価されない。 既存のモデルがこの設定に一般化するかどうか、あるいは自明な解が必要であるかどうかは不明だ。 本研究は,EgoExo4Dデータセットからのペア付きエゴエキソ記録を用いて,エゴ中心及びエゴ中心ビデオ上での動的モノクル3DGSモデルの評価を行う。 エゴセントリックな見方では、再構築の質が一貫して低いことが分かりました。 解析の結果、ピーク信号と雑音の比率で測定された復元品質の違いは、静的な内容ではなく、静的な内容の再構成に由来することがわかった。 また,ビデオの静的領域と動的領域を別々に評価することの価値も強調した。

関連論文リスト

• EgoReAct: Egocentric Video-Driven 3D Human Reaction Generation [84.37917777533963]
  EgoReActは,エゴセントリックな映像ストリームからリアルタイムに3Dアライメントされた人間の反応運動を生成する最初のフレームワークである。 EgoReAct は,従来の手法に比べて極めて高いリアリズム,空間整合性,生成効率を実現している。
  論文  参考訳（メタデータ） (2025-12-28T06:44:05Z)
• Self-Supervised Monocular 4D Scene Reconstruction for Egocentric Videos [25.41337525728398]
  EgoMono4Dは、Egocentric Monocular 4D再構成に必要な複数の変数を統一する新しいモデルである。 全てのベースラインと比較して高密度の点雲列再構成において優れた性能を発揮する。
  論文  参考訳（メタデータ） (2024-11-14T02:57:11Z)
• Ego3DT: Tracking Every 3D Object in Ego-centric Videos [20.96550148331019]
  本稿では,エゴ中心映像からの物体の3次元再構成と追跡のための新しいゼロショット手法を提案する。 Ego3DTは,エゴ環境内のオブジェクトの検出とセグメンテーション情報を最初に識別し,抽出する新しいフレームワークである。 また,エゴ中心ビデオにおける物体の3次元追跡軌道を安定的に作成するための動的階層化機構を革新した。
  論文  参考訳（メタデータ） (2024-10-11T05:02:31Z)
• EgoGaussian: Dynamic Scene Understanding from Egocentric Video with 3D Gaussian Splatting [95.44545809256473]
  エゴガウスアン(EgoGaussian)は、3Dシーンを同時に再構築し、RGBエゴセントリックな入力のみから3Dオブジェクトの動きを動的に追跡する手法である。 動的オブジェクトと背景再構築の品質の両面で,最先端技術と比較して大きな改善が見られた。
  論文  参考訳（メタデータ） (2024-06-28T10:39:36Z)
• 3D Human Pose Perception from Egocentric Stereo Videos [67.9563319914377]
  我々は,エゴセントリックな立体3次元ポーズ推定を改善するためのトランスフォーマーベースの新しいフレームワークを提案する。 本手法は, しゃがんだり座ったりといった困難なシナリオにおいても, 人間のポーズを正確に推定することができる。 私たちはUnrealEgo2、UnrealEgo-RW、およびトレーニングされたモデルをプロジェクトページでリリースします。
  論文  参考訳（メタデータ） (2023-12-30T21:21:54Z)

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。