論文の概要: PointForward: Feedforward Driving Reconstruction through Point-Aligned Representations

• arxiv url: http://arxiv.org/abs/2605.11594v1
• Date: Tue, 12 May 2026 06:20:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:56.625454
• Title: PointForward: Feedforward Driving Reconstruction through Point-Aligned Representations
• Title（参考訳）: ポイントフォワード:ポイントアライン表現によるフィードフォワード運転再建
• Authors: Cheng Chi, Xianqi Wang, Hongcheng Luo, Mingfei Tu, Gangwei Xu, Zehan Zhang, Bing Wang, Guang Chen, Hangjun Ye, Sida Peng, Xin Yang, Haiyang Sun,
• Abstract要約: 本稿では,ポイントアライン表現によるフィードフォワード駆動型再構築フレームワークであるPointForwardを提案する。 画素アライメント法とは異なり、時空間融合により多視点画像情報を集約する。 本手法は,インスタンスレベルの動き伝搬と時間的に一貫した動的表現を可能にする。
• 参考スコア（独自算出の注目度）: 39.816194543559526
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High-fidelity reconstruction of driving scenes is crucial for autonomous driving. While recent feedforward 3D Gaussian Splatting (3DGS) methods enable fast reconstruction, their per-pixel Gaussian prediction paradigm often suffers from multi-view inconsistency and layering artifacts. Moreover, existing methods often model dynamic instances via dense flow prediction, which lacks explicit cross-view correspondence and instance-level consistency. In this paper, we propose PointForward, a feedforward driving reconstruction framework through point-aligned representations. Unlike pixel-aligned methods, we initialize sparse 3D queries in world space and aggregate multi-view image information via spatial-temporal fusion onto these queries, enforcing explicit cross-view consistency in a single feedforward pass. To handle scene dynamics, we introduce scene graphs that explicitly organize moving instances during reconstruction. By leveraging 3D bounding boxes, our method enables instance-level motion propagation and temporally consistent dynamic representations. Extensive experiments demonstrate that PointForward achieves state-of-the-art performance on large-scale driving benchmarks. The code will be available upon the publication of the paper.
• Abstract（参考訳）: 運転シーンの高忠実度復元は自動運転に不可欠である。 最近のフィードフォワード3Dガウススプラッティング(3DGS)法は高速な再構成を可能にするが、画素ごとのガウス予測パラダイムは多視点の不整合や層状アーティファクトに悩まされることが多い。 さらに、既存のメソッドは、明示的なクロスビュー対応とインスタンスレベルの一貫性に欠ける高密度なフロー予測を通じて、動的インスタンスをモデル化することが多い。 本稿では,ポイントアライン表現によるフィードフォワード駆動型再構成フレームワークであるPointForwardを提案する。 画素アライメント法と異なり、空間空間におけるスパース3Dクエリを初期化し、これらのクエリに空間的時間的融合を通じて多視点画像情報を集約し、単一のフィードフォワードパスで明示的なクロスビュー一貫性を付与する。 シーンダイナミックスを扱うために,リコンストラクション中の移動インスタンスを明示的に整理するシーングラフを導入する。 3Dバウンディングボックスを利用することで、インスタンスレベルの動きの伝搬と時間的に一貫した動的表現を可能にする。 広範囲な実験により、PointForwardは大規模運転ベンチマークで最先端のパフォーマンスを達成した。 コードは論文の発行時に公開される。

関連論文リスト

• FAST3DIS: Feed-forward Anchored Scene Transformer for 3D Instance Segmentation [15.271467111162714]
  FAST3DISは、ホット後のクラスタリングを効果的にバイパスするエンドツーエンドのアプローチである。 本稿では,基礎的な奥行きバックボーン上に構築された3Dアンコール型クエリベースのTransformerアーキテクチャを提案する。 複雑な屋内3次元データセットを用いた実験により,本手法が競合セグメンテーション精度を実現することを示す。
  論文  参考訳（メタデータ） (2026-03-27T00:45:31Z)
• SegVGGT: Joint 3D Reconstruction and Instance Segmentation from Multi-View Images [11.617237358347777]
  SegVGGTは、フィードフォワード3D再構成とインスタンスセグメンテーションを同時に実行する統合エンドツーエンドフレームワークである。 本手法は,視覚幾何学的基底変換器にインスタンス識別を深く統合する。 実験により、ScanNetv2とScanNet200でSegVGGTが最先端のパフォーマンスを達成することが示された。
  論文  参考訳（メタデータ） (2026-03-20T13:10:46Z)
• StreetForward: Perceiving Dynamic Street with Feedforward Causal Attention [11.60018084377282]
  動的道路再建のためのポーズフリーかつトラッカーフリーフィードフォワードフレームワークであるStreetForwardについて述べる。 本稿では,画像シーケンスから動的動き情報をキャプチャする,シンプルで効果的な仮面アテンションモジュールを提案する。 我々は、オープンデータセット上でモデルをトレーニングし、評価し、既存の方法と比較して、新しいビューと深さで優れたパフォーマンスを示す。
  論文  参考訳（メタデータ） (2026-03-20T01:31:05Z)
• IDSplat: Instance-Decomposed 3D Gaussian Splatting for Driving Scenes [25.939318593012484]
  動的駆動シーンの再構築は、センサ・リアリスティック・シミュレーションによる自律システム開発に不可欠である。 我々は,動的シーンを明示的なインスタンス分解と学習可能なモーショントラジェクトリで再構成する,自己教師型3次元ガウススティングフレームワークIDSplatを提案する。 本手法は, インスタンスレベルの分解を維持しつつ, 競合する再構成品質を実現し, 再トレーニングを伴わずに, 多様なシーケンスやビュー密度を一般化する。
  論文  参考訳（メタデータ） (2025-11-24T15:48:08Z)
• POMATO: Marrying Pointmap Matching with Temporal Motion for Dynamic 3D Reconstruction [53.19968902152528]
  POMATOは時間運動と一致する点マップを結合して動的3次元再構成を実現するための統合フレームワークである。 具体的には,RGB画素を動的および静的の両方の領域から3次元ポイントマップにマッピングすることで,明示的なマッチング関係を学習する。 本稿では,複数の下流タスクにまたがる顕著な性能を示すことによって,提案したポイントマップマッチングと時間融合のパラダイムの有効性を示す。
  論文  参考訳（メタデータ） (2025-04-08T05:33:13Z)
• Driv3R: Learning Dense 4D Reconstruction for Autonomous Driving [116.10577967146762]
  マルチビュー画像シーケンスからフレーム単位のポイントマップを直接回帰するフレームワークであるDriv3Rを提案する。 我々は4次元フロー予測器を用いてシーン内の移動物体を識別し、これらの動的領域の再構築をより重視する。 Driv3Rは4D動的シーン再構築において従来のフレームワークより優れており、推論速度は15倍高速である。
  論文  参考訳（メタデータ） (2024-12-09T18:58:03Z)
• Modeling Continuous Motion for 3D Point Cloud Object Tracking [54.48716096286417]
  本稿では,各トラックレットを連続ストリームとみなす新しいアプローチを提案する。 各タイムスタンプでは、現在のフレームだけがネットワークに送られ、メモリバンクに格納された複数フレームの履歴機能と相互作用する。 頑健な追跡のためのマルチフレーム機能の利用性を高めるために,コントラッシブシーケンス強化戦略を提案する。
  論文  参考訳（メタデータ） (2023-03-14T02:58:27Z)
• FIRe: Fast Inverse Rendering using Directional and Signed Distance Functions [97.5540646069663]
  指向性距離関数(DDF)と呼ばれる新しいニューラルシーン表現を導入する。 DDFは単位球上で定義され、任意の方向に沿って表面までの距離を予測する。 提案手法はDDFに基づいて,提案した深度マップから3次元形状を再構成する高速アルゴリズム (FIRe) を提案する。
  論文  参考訳（メタデータ） (2022-03-30T13:24:04Z)

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。