論文の概要: AsyncEvGS: Asynchronous Event-Assisted Gaussian Splatting for Handheld Motion-Blurred Scenes

• arxiv url: http://arxiv.org/abs/2605.07192v1
• Date: Fri, 08 May 2026 03:39:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-11 19:43:38.776639
• Title: AsyncEvGS: Asynchronous Event-Assisted Gaussian Splatting for Handheld Motion-Blurred Scenes
• Title（参考訳）: AsyncEvGS: ハンドヘルドモーションブラインドシーンのための非同期イベントアシストガウススプレイティング
• Authors: Jun Dai, Renbiao Jin, Bo Xu, Yutian Chen, Linning Xu, Mulin Yu, Tianfan Xue, Shi Guo,
• Abstract要約: フレキシブルで高解像度の非同期RGB-Eventデュアルカメラシステムとそれに対応する再構成フレームワークを導入する。 我々は、従来のイベント損失の不正な振る舞いを軽減するために、構造駆動のイベント損失とビュー固有の一貫性レギュレータを使用します。 実験により,本手法は,課題のあるデータセットと既存のベンチマークの両方において,最先端のパフォーマンスを実現することを示す。
• 参考スコア（独自算出の注目度）: 30.960288956042163
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: 3D reconstruction methods such as 3D Gaussian Splatting (3DGS) and Neural Radiance Fields (NeRF) achieve impressive photorealism but fail when input images suffer from severe motion blur. While event cameras provide high-temporal-resolution motion cues, existing event-assisted approaches rely on low-resolution sensors and strict synchronization, limiting their practicality for handheld 3D capture on common devices, such as smartphones. We introduce a flexible, high-resolution asynchronous RGB-Event dual-camera system and a corresponding reconstruction framework. Our approach first reconstructs sharp images from the event data and then employs a cross-domain pose estimation module based on the Visual Geometry Transformer (VGGT) to obtain robust initialization for 3DGS. During optimization, we employ a structure-driven event loss and view-specific consistency regularizers to mitigate the ill-posed behavior of traditional event losses and deblurring losses, ensuring both stable and high-fidelity reconstruction. We further contribute AsyncEv-Deblur, a new high-resolution RGB-Event dataset captured with our asynchronous system. Experiments demonstrate that our method achieves state-of-the-art performance on both our challenging dataset and existing benchmarks, substantially improving reconstruction robustness under severe motion blur. Project page: https://openimaginglab.github.io/AsyncEvGS/
• Abstract（参考訳）: 3次元ガウス散乱(3DGS)やニューラルレーダランス場(NeRF)のような3次元再構成法は、印象的なフォトリアリズムを実現するが、入力画像が激しい動きのぼけに悩まされると失敗する。 イベントカメラは、高時間分解能モーションキューを提供するが、既存のイベントアシストアプローチは、低解像度センサーと厳密な同期に依存し、スマートフォンなどの一般的なデバイスでハンドヘルド3Dキャプチャーの実用性を制限する。 フレキシブルで高解像度の非同期RGB-Eventデュアルカメラシステムとそれに対応する再構成フレームワークを導入する。 提案手法では,まずイベントデータからシャープな画像を再構成し,VGGT(Visual Geometry Transformer)に基づくドメイン間ポーズ推定モジュールを用いて3DGSの堅牢な初期化を実現する。 最適化では、構造駆動型イベント損失とビュー固有の一貫性レギュレータを用いて、従来のイベント損失の不正な振る舞いを軽減し、損失を低減し、安定度と高忠実度を両立させる。 非同期システムでキャプチャした新しい高解像度RGB-EventデータセットであるAsyncEv-Deblurにもコントリビュートしています。 実験により,本手法は,難解なデータセットと既存ベンチマークの両方において最先端の性能を達成し,高度な動作ぼけ下での復元堅牢性を大幅に向上することを示した。 プロジェクトページ: https://openimaginglab.github.io/AsyncEvGS/

関連論文リスト

• EAG3R: Event-Augmented 3D Geometry Estimation for Dynamic and Extreme-Lighting Scenes [31.16499311793949]
  E3Rは、非同期イベントストリームによるポイントマップベースの再構築を強化する、新しい幾何推定フレームワークである。 EAG3Rは、モノクロ深度推定、カメラポーズトラッキング、動的再構成タスクにおいて、最先端のRGBのみのベースラインを著しく上回る。
  論文  参考訳（メタデータ） (2025-11-30T08:05:28Z)
• Event-boosted Deformable 3D Gaussians for Dynamic Scene Reconstruction [50.873820265165975]
  本稿では,高時間分解能連続運動データと動的シーン再構成のための変形可能な3D-GSを併用したイベントカメラについて紹介する。 本稿では、3次元再構成としきい値モデリングの両方を大幅に改善する相互強化プロセスを作成するGS-Thresholdジョイントモデリング戦略を提案する。 提案手法は,合成および実世界の動的シーンを用いた最初のイベント包摂型4Dベンチマークであり,その上で最先端の性能を実現する。
  論文  参考訳（メタデータ） (2024-11-25T08:23:38Z)
• E-3DGS: Gaussian Splatting with Exposure and Motion Events [29.042018288378447]
  E-3DGSは、イベントベースの3D再構築のための新しいベンチマークを、困難な状況下で堅牢なパフォーマンスで設定する。 EME-3Dは、露光イベント、モーションイベント、カメラキャリブレーションパラメータ、スパースポイントクラウドを備えた実世界の3Dデータセットである。
  論文  参考訳（メタデータ） (2024-10-22T13:17:20Z)
• EF-3DGS: Event-Aided Free-Trajectory 3D Gaussian Splatting [87.1077910795879]
  生物学的ビジョンにインスパイアされたイベントカメラは、時間分解能の高い画素の強度を非同期に記録する。 本稿では,イベントカメラの利点を3DGSにシームレスに統合するイベント支援フリートラジェクトリ3DGSを提案する。 提案手法を,パブリックタンクとテンプルのベンチマークと,新たに収集した実世界のデータセットであるRealEv-DAVISで評価した。
  論文  参考訳（メタデータ） (2024-10-20T13:44:24Z)
• EaDeblur-GS: Event assisted 3D Deblur Reconstruction with Gaussian Splatting [8.842593320829785]
  ガウススプラッティング(EaDeblur-GS)を用いたイベント支援3次元デブロア再構成について述べる。 イベントカメラデータを統合して、3DGSの動作のぼかしに対する堅牢性を高める。 高速な3D再構成をリアルタイムで実現し、最先端の手法に匹敵する性能を示す。
  論文  参考訳（メタデータ） (2024-07-18T13:55:54Z)
• Event3DGS: Event-Based 3D Gaussian Splatting for High-Speed Robot Egomotion [54.197343533492486]
  Event3DGSは高速移動下で高忠実度3D構造と外観を再構築することができる。 複数の合成および実世界のデータセットの実験は、既存のイベントベースの高密度な3Dシーン再構築フレームワークと比較して、Event3DGSの優位性を示している。 また, 構造的精度を損なうことなく, 外観の忠実度をより高められるように, フレームベースで数回の動特性測定を再構成プロセスに組み込むことも可能である。
  論文  参考訳（メタデータ） (2024-06-05T06:06:03Z)
• Asynchronous Optimisation for Event-based Visual Odometry [53.59879499700895]
  イベントカメラは、低レイテンシと高ダイナミックレンジのために、ロボット知覚の新しい可能性を開く。 イベントベースビジュアル・オドメトリー(VO)に焦点をあてる 動作最適化のバックエンドとして非同期構造を提案する。
  論文  参考訳（メタデータ） (2022-03-02T11:28:47Z)

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。