論文の概要: GeoQuery: Geometry-Query Diffusion for Sparse-View Reconstruction

• arxiv url: http://arxiv.org/abs/2605.12399v1
• Date: Tue, 12 May 2026 17:00:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:57.037916
• Title: GeoQuery: Geometry-Query Diffusion for Sparse-View Reconstruction
• Title（参考訳）: GeoQuery: スパースビュー再構成のための幾何学的クエリ拡散
• Authors: Xiao Cao, Yuze Li, Youmin Zhang, Jiayu Song, Cheng Yan, Wen Li, Lixin Duan,
• Abstract要約: 3D Gaussian Splatting (3DGS) は、3D再構成と新しいビュー合成のための顕著なパラダイムとして登場した。 提案するGeoQueryは,生成前処理と明示的な幾何学的手がかりを統合した幾何学誘導拡散フレームワークである。 GeoQueryは既存の拡散ベースのパイプラインにシームレスに統合することができ、極端なビュー間隔の下でも堅牢な再構築を可能にする。
• 参考スコア（独自算出の注目度）: 28.535167559081852
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Gaussian Splatting (3DGS) has emerged as a prominent paradigm for 3D reconstruction and novel view synthesis. However, it remains vulnerable to severe artifacts when trained under sparse-view constraints. While recent methods attempt to rectify artifacts in rendered views using image diffusion models, they typically rely on multi-view self-attention to retrieve information from reference images. We observe that this mechanism often fails when the rendered novel views output by 3DGS are heavily corrupted: damaged query features lead to erroneous cross-view retrieval, resulting in inconsistent rendering refinement. To address this, we propose GeoQuery, a geometry-guided diffusion framework that integrates generative priors with explicit geometric cues via a novel Geometry-guided Cross-view Attention (GCA) mechanism. First, by leveraging predicted depth maps and camera poses, we construct a geometry-induced correspondence field to sample reference features, forming a geometry-aligned proxy query that replaces the corrupted rendering features. Furthermore, we design a new cross-view feature aggregation pipeline, in which we restrict the cross-view attention to a local window around each proxy query to effectively retrieve useful features while suppressing spurious matches. GeoQuery can be seamlessly integrated into existing diffusion-based pipelines, enabling robust reconstruction even under extreme view sparsity. Extensive experiments on sparse-view novel view synthesis and rendering artifact removal demonstrate the effectiveness of our approach.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS) は、3D再構成と新しいビュー合成のための顕著なパラダイムとして登場した。 しかし、スパースビューの制約下でのトレーニングでは、深刻なアーティファクトに対して脆弱なままである。 近年の手法では画像拡散モデルを用いたレンダリングビューのアーティファクトの修正が試みられているが、参照画像から情報を取得するには多視点の自己アテンションに頼るのが一般的である。 3DGSによって出力されるレンダリングされた新規ビューがひどく破損すると、このメカニズムはしばしば失敗する。 この問題を解決するために,GeoQueryを提案する。Geoometry-Guided Cross-view Attention (GCA) 機構により,生成前兆を明示的な幾何学的手がかりと統合した幾何学誘導拡散フレームワークである。 まず、予測深度マップとカメラのポーズを利用して、参照特徴のサンプル化のための幾何誘導対応フィールドを構築し、劣化したレンダリング特徴の代替となる幾何対応のプロキシクエリを形成する。 さらに,新しいクロスビュー機能集約パイプラインを設計し,各プロキシクエリの周囲のローカルウィンドウにクロスビューアテンションを限定し,スプリアスマッチを抑えながら有用な特徴を効果的に検索する。 GeoQueryは既存の拡散ベースのパイプラインにシームレスに統合することができ、極端なビュー間隔の下でも堅牢な再構築を可能にする。 スパースビュー新規ビュー合成およびレンダリングアーティファクト除去に関する広範囲な実験により,本手法の有効性が示された。

関連論文リスト

• 3D-LENS: A 3D Lifting-based Elevated Novel-view Synthesis method for Single-View Aerial-Ground Re-Identification [1.621606615628714]
  Aerial-Ground Re-Identification (AG-ReID) は、視点領域のギャップによって制約される。 私たちはまず、Single-View AG-ReID設定をフォーマルにすることで、この問題に対処します。 3次元リフティングに基づく高次新規ビュー合成(3D-LENS)を提案する。
  論文  参考訳（メタデータ） (2026-04-29T10:38:48Z)
• Joint Geometry-Appearance Human Reconstruction in a Unified Latent Space via Bridge Diffusion [57.09673862519791]
  本稿では,幾何学と外観のモデリングを結合潜在表現に統一する新しいフレームワークである textbfJGA-LBD を紹介する。 実験により、JGA-LBDは、幾何学的忠実度と外観品質の両方の観点から、現在の最先端アプローチよりも優れていることが示された。
  論文  参考訳（メタデータ） (2026-01-01T12:48:56Z)
• ReconViaGen: Towards Accurate Multi-view 3D Object Reconstruction via Generation [28.308731720451053]
  我々はReconViaGenを提案する。 我々のReconViaGenは、グローバルな構造と局所的な詳細の両方において、入力ビューと整合した完全かつ正確な3Dモデルを再構築できることを実証した。
  論文  参考訳（メタデータ） (2025-10-27T13:15:06Z)
• G4Splat: Geometry-Guided Gaussian Splatting with Generative Prior [53.762256749551284]
  我々は,3次元シーン再構成を効果的に活用するための基本的な前提条件として,正確な幾何学を同定する。 生成パイプライン全体にこの幾何学的ガイダンスを導入し、可視性マスク推定を改善し、新しいビュー選択をガイドし、ビデオ拡散モデルに着色した場合の多視点一貫性を向上させる。 本手法は,屋内および屋外の両方のシナリオにおいて,高い一般化性を有するシングルビュー入力とアンポーズ映像を自然にサポートする。
  論文  参考訳（メタデータ） (2025-10-14T03:06:28Z)
• VA-GS: Enhancing the Geometric Representation of Gaussian Splatting via View Alignment [48.147381011235446]
  3D Gaussian Splattingは、リアルタイムな新規ビュー合成のための効率的なソリューションとして最近登場した。 ビューアライメントによる3次元ガウス多様体の幾何学的表現を強化する新しい手法を提案する。 本手法は, 表面再構成と新しいビュー合成の両面において, 最先端の性能を実現する。
  論文  参考訳（メタデータ） (2025-10-13T14:44:50Z)
• Visibility-Aware Densification for 3D Gaussian Splatting in Dynamic Urban Scenes [7.253732091582086]
  VAD-GSは3DGSフレームワークで、挑戦的な都市景観の幾何学的復元に適したものだ。 本手法は, ボクセルに基づく可視性推論により, 信頼性の低い幾何学構造を同定する。 多様性を意識したビュー選択を通じて情報的支援ビューを選択し、パッチマッチングベースのステレオ再構築によって行方不明構造を復元する。
  論文  参考訳（メタデータ） (2025-10-10T13:22:12Z)
• OracleGS: Grounding Generative Priors for Sparse-View Gaussian Splatting [78.70702961852119]
  OracleGSは、Gaussian Splattingのスパースビューのために、生成的完全性と回帰的忠実性を調整している。 提案手法は,多視点幾何学的証拠に先立って強力な生成条件を定め,幻覚的アーティファクトをフィルタリングし,非拘束領域における可塑性完備を保存している。
  論文  参考訳（メタデータ） (2025-09-27T11:19:32Z)
• High-fidelity 3D GAN Inversion by Pseudo-multi-view Optimization [51.878078860524795]
  フォトリアリスティック・ノベルビューを合成可能な高忠実度3次元生成対向ネットワーク(GAN)インバージョン・フレームワークを提案する。 提案手法は,1枚の画像から高忠実度3Dレンダリングを可能にし,AI生成3Dコンテンツの様々な応用に期待できる。
  論文  参考訳（メタデータ） (2022-11-28T18:59:52Z)

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。