Fugu-MT 論文翻訳(概要): SeasonScapes: Learning Large-scale Re-lightable 3D Landscapes with Seasonal Variation from Sparse Webcams

論文の概要: SeasonScapes: Learning Large-scale Re-lightable 3D Landscapes with Seasonal Variation from Sparse Webcams

arxiv url: http://arxiv.org/abs/2605.09039v1
Date: Sat, 09 May 2026 16:24:32 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-12 23:28:50.037091
Title: SeasonScapes: Learning Large-scale Re-lightable 3D Landscapes with Seasonal Variation from Sparse Webcams
Title（参考訳）: SeasonScapes: スパースウェブカメラによる季節変動による大規模再照準可能な3Dランドスケープの学習
Abstract要約: 季節変動を伴うスイススパースビューマウンテンシーンは,50km×60km以上をカバーしている。 SeasonScapesは、13のタイムスタンプにわたる32の異なる場所から1年を通して85,000以上のウェブカメラ画像で構成されている。
参考スコア（独自算出の注目度）: 53.27090335279871
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We introduce SeasonScapes framework and a the SeasonScapes dataset: Swiss Sparse-view Mountain Scenes with Seasonal Changes that covers over 50 km x 60 km, composed of more than 85,000 webcam images captured from 32 different locations across 13 timestamps throughout a full year. By projecting these timestamp-specific images onto a 3D mesh, we construct seasonal 3D landscapes that reflect natural appearance changes over time. To address occlusions and missing data, we leverage conditional diffusion models for image-guided inpainting directly on the mesh. The resulting completed meshes can be further relighted using standard physically-based renderer.
Abstract（参考訳）: スイス・スパース・ビュー・マウンテン・シーンズ(Swiss Sparse-view Mountain Scenes with Seasonal Change) 50 km x 60 km以上をカバーし、年間13のタイムスタンプで32の異なる場所から撮影された85,000以上のウェブカメラ画像で構成されている。これらのタイムスタンプ特有の画像を3Dメッシュに投影することにより、時間とともに自然に現れる変化を反映した季節的な3D風景を構築する。閉塞や欠落したデータに対処するために,メッシュに直接画像誘導インペイントを行う条件付き拡散モデルを利用する。結果として得られたメッシュは、標準の物理ベースのレンダラーを使用してさらにリライトされる。

関連論文リスト

Generalizable Sparse-View 3D Reconstruction from Unconstrained Images [34.49488901858801]
GenWildSplatは、スパースビュー屋外再構築のためのフィードフォワードフレームワークである。標準空間において、深さ、カメラパラメータ、および3Dガウスを予測します。様々な照明と閉塞パターンを一般化する。
論文参考訳（メタデータ） (2026-04-30T17:59:55Z)
SceneEdited: A City-Scale Benchmark for 3D HD Map Updating via Image-Guided Change Detection [20.280721190285025]
SceneEditedは、3Dポイントクラウド更新によるHDマップのメンテナンス研究をサポートするために明示的に設計された最初の都市規模のデータセットである。 SceneEditedには、73kmの運転とおよそ3$textkm2$の都市部を含む800以上の最新のシーンが含まれている。各シーンには、校正されたRGBイメージ、LiDARスキャン、トレーニングと評価のための詳細な変更マスクが含まれている。
論文参考訳（メタデータ） (2025-11-19T06:10:55Z)
Scene4U: Hierarchical Layered 3D Scene Reconstruction from Single Panoramic Image for Your Immerse Exploration [18.23983135970619]
本研究では,パノラマ画像を用いた新しい3次元シーン再構築フレームワークScene4Uを提案する。具体的には、Scene4Uはオープン語彙セグメンテーションモデルと大きな言語モデルを統合して、実際のパノラマを複数の層に分解する。次に、拡散モデルに基づく階層化された修復モジュールを用いて、視覚的手がかりと深度情報を用いて隠蔽領域を復元し、シーンの階層的表現を生成する。 Scene4Uは最先端の手法より優れ、LPIPSでは24.24%、BRISQUEでは24.40%向上し、訓練速度も最速となった。
論文参考訳（メタデータ） (2025-04-01T03:17:24Z)
Continuous 3D Perception Model with Persistent State [111.83854602049222]
広い範囲の3Dタスクを解くことができる統一的なフレームワークを提案する。我々のアプローチでは、新しい観測毎に状態表現を継続的に更新するステートフルなリカレントモデルが特徴である。各種3D/4Dタスクにおける本手法の評価を行い,各課題における競合性や最先端性能を実証する。
論文参考訳（メタデータ） (2025-01-21T18:59:23Z)
Sat2Scene: 3D Urban Scene Generation from Satellite Images with Diffusion [77.34078223594686]
本稿では,3次元スパース表現に拡散モデルを導入し,それらをニューラルレンダリング技術と組み合わせることで,直接3次元シーン生成のための新しいアーキテクチャを提案する。具体的には、まず3次元拡散モデルを用いて、所定の幾何学の点レベルのテクスチャ色を生成し、次にフィードフォワード方式でシーン表現に変換する。 2つの都市規模データセットを用いた実験により,衛星画像から写真リアルなストリートビュー画像シーケンスとクロスビュー都市シーンを生成する能力を示した。
論文参考訳（メタデータ） (2024-01-19T16:15:37Z)
Incorporating Season and Solar Specificity into Renderings made by a NeRF Architecture using Satellite Images [0.0]
我々は、NeRFベースのフレームワークを使用して、季節ごとにレンダリングを作成できる方法を示す。 NeRFは、視角と太陽角とは無関係に季節的な特徴を表現できるが、それでも影を描画できる。我々は,Maxar WorldView-3衛星が撮影した画像を含む8つのエリア・オブ・関心事におけるネットワークの性能を示す。
論文参考訳（メタデータ） (2023-08-02T16:30:18Z)
PointOdyssey: A Large-Scale Synthetic Dataset for Long-Term Point Tracking [90.29143475328506]
本稿では,大規模合成データセットとデータ生成フレームワークであるPointOdysseyを紹介する。私たちのゴールは、自然主義的な動きを持つ長いビデオに重点を置いて、最先端の技術を推し進めることです。実世界のモーションキャプチャーデータを用いて変形可能なキャラクタをアニメーション化し、モーションキャプチャー環境に合わせて3Dシーンを構築し、リアルビデオ上で構造から抽出したトラジェクトリを用いてカメラ視点を描画する。
論文参考訳（メタデータ） (2023-07-27T17:58:11Z)
Persistent Nature: A Generative Model of Unbounded 3D Worlds [74.51149070418002]
任意のカメラポーズから3Dデコーダとボリュームレンダリングによって描画できる拡張可能な平面配置グリッドを提案する。この表現に基づいて、単一視点のインターネット写真のみから生成的世界モデルを学ぶ。提案手法は,現在の3次元生成モデルの固定境界を超えるシーン外挿を可能にするとともに,永続的でカメラに依存しない世界表現をサポートする。
論文参考訳（メタデータ） (2023-03-23T17:59:40Z)
Online Adaptation for Consistent Mesh Reconstruction in the Wild [147.22708151409765]
入ってくるテストビデオに適用する自己教師型オンライン適応問題として、ビデオベースの再構成を行う。我々は,野生で捕獲された動物を含む非剛体物体のビデオから,時間的に一貫した信頼性の高い3D構造を復元できることを実証した。
論文参考訳（メタデータ） (2020-12-06T07:22:27Z)

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。