論文の概要: Revisiting Photometric Ambiguity for Accurate Gaussian-Splatting Surface Reconstruction
- arxiv url: http://arxiv.org/abs/2605.12494v1
- Date: Tue, 12 May 2026 17:59:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-13 21:48:57.083203
- Title: Revisiting Photometric Ambiguity for Accurate Gaussian-Splatting Surface Reconstruction
- Title（参考訳）: 正確なガウス平板表面再構成のための測光的曖昧性の再検討
- Authors: Jiahe Li, Jiawei Zhang, Xiao Bai, Jin Zheng, Xiaohan Yu, Lin Gu, Gim Hee Lee,
- Abstract要約: AmbiSuRは、光学的あいまいさとロバストな表面3D再構成のためのガウススプラッティングによる本質的な解を高速に探索するフレームワークである。
本研究は,2つの表現にプリミティブな曖昧さが組み込まれていることを明らかにするとともに,ガウス的スプラッティングにおけるあいまいさ自己表現の本質的な可能性を明らかにするものである。
そこで本稿では, 自己表現能力を解き放つアンビグニティ表示モジュールを提案する。
- 参考スコア（独自算出の注目度）: 62.73945158853891
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Surface reconstruction with differentiable rendering has achieved impressive performance in recent years, yet the pervasive photometric ambiguities have strictly bottlenecked existing approaches. This paper presents AmbiSuR, a framework that explores an intrinsic solution upon Gaussian Splatting for the photometric ambiguity-robust surface 3D reconstruction with high performance. Starting by revisiting the foundation, our investigation uncovers two built-in primitive-wise ambiguities in representation, while revealing an intrinsic potential for ambiguity self-indication in Gaussian Splatting. Stemming from these, a photometric disambiguation is first introduced, constraining ill-posed geometry solution for definite surface formation. Then, we propose an ambiguity indication module that unleashes the self-indication potential to identify and further guide correcting underconstrained reconstructions. Extensive experiments demonstrate our superior surface reconstructions compared to existing methods across various challenging scenarios, excelling in broad compatibility. Project: https://fictionarry.github.io/AmbiSuR-Proj/ .
- Abstract（参考訳）: 近年、異なるレンダリングによる表面の再構成は目覚ましい性能を達成しているが、広範に広がる測光のあいまいさは、既存のアプローチを厳密にボトルネックにした。
本稿では,光度アンビグニティ・ロバスト表面3次元再構成のためのガウススプラッティングによる本質的な解を探索するフレームワークであるAmbiSuRについて述べる。
本研究は,基礎を再考することから,プリミティブ・ワイド・アンビグラスが2つ組み込まれていることを明らかにするとともに,ガウシアン・スプラッティングにおける曖昧な自己表現の本質的な可能性を明らかにする。
これらのことから、測光的曖昧さが最初に導入され、不測な幾何学的解を一定の表面形成に制約する。
そこで,本研究では,自己表現能力を解き放つアンビグニティ表示モジュールを提案する。
大規模な実験では、様々な難解なシナリオにまたがる既存の手法と比較して、より優れた表面再構成が示され、幅広い互換性に優れていた。
プロジェクト:https://fictionarry.github.io/AmbiSuR-Proj/。
関連論文リスト
- SatSurfGS: Generalizable 2D Gaussian Splatting for Sparse-View Satellite Surface Reconstruction [28.052416644147044]
2DGSに基づく衛星画像のスパース面再構成法であるSatSurfGSを提案する。
提案手法は粗大なガウス属性予測フレームワークを構築し,局所的な幾何学的信頼性を3つのレベルで明確にモデル化する。
衛星データセットを用いた実験により,提案手法はレンダリング品質,表面再構成精度,クロスデータセットの一般化,推論効率の向上を実現している。
論文 参考訳（メタデータ） (2026-05-08T03:19:32Z) - SparseSurf: Sparse-View 3D Gaussian Splatting for Surface Reconstruction [26.59203606048875]
高品質な新しいビューレンダリングを保ちながら、より正確で詳細な表面を再構築する手法であるnetを提案する。
我々の重要な洞察は、レンダリング品質と幾何推定を橋渡しするStereo Geometry-Texture Alignmentを導入することである。
さらに,多視点幾何整合性を実現するPseudo-Feature Enhanced Geometry Consistencyを提案する。
論文 参考訳（メタデータ） (2025-11-18T16:24:37Z) - MaterialRefGS: Reflective Gaussian Splatting with Multi-view Consistent Material Inference [83.38607296779423]
より物理的な環境モデルを用いた多視点一貫した物質推定がガウススプラッティングによる正確な反射の学習の鍵となることを示す。
本手法は照明と幾何学の両方を忠実に復元し,新しいビュー合成における最先端のレンダリング品質を実現する。
論文 参考訳（メタデータ） (2025-10-13T13:29:20Z) - 3D Gaussian Flats: Hybrid 2D/3D Photometric Scene Reconstruction [62.84879632157956]
本研究では,平面平面(2D)ガウスと自由形式(3D)ガウスを連立最適化するハイブリッド2D/3D表現を提案する。
我々のエンドツーエンドアプローチは、平面領域を動的に検出・洗練し、視覚的忠実度と幾何学的精度の両方を改善する。
ScanNet++とScanNetv2の最先端の深さ推定を実現し、特定のカメラモデルに過度に適合することなくメッシュ抽出に優れる。
論文 参考訳（メタデータ） (2025-09-19T21:04:36Z) - GOGS: High-Fidelity Geometry and Relighting for Glossy Objects via Gaussian Surfels [0.9392167468538465]
RGB画像からの光沢のある物体の逆レンダリングは、本質的には固有の曖昧さによって制限されている。
2次元ガウス波をベースとした新しい2段階フレームワークGOGSを提案する。
我々は、新しい照明下での幾何再構成、物質分離、光リアルリライティングにおける最先端性能を実証する。
論文 参考訳（メタデータ） (2025-08-20T09:35:40Z) - Reflective Gaussian Splatting [36.111845416439095]
本稿では2つの成分を特徴とする反射ガウススプラッティング(Ref-Gaussian)フレームワークを提案する。
Ref-Gaussianは、定量的メトリクス、視覚的品質、計算効率の点で、既存のアプローチを超越している。
また、Ref-Gaussianは、リライトや編集など、より多くのアプリケーションをサポートしています。
論文 参考訳（メタデータ） (2024-12-26T16:58:35Z) - PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。
本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
論文 参考訳（メタデータ） (2024-10-29T15:28:15Z) - NeuSD: Surface Completion with Multi-View Text-to-Image Diffusion [56.98287481620215]
本稿では,対象物の一部のみを捉えた複数の画像から3次元表面再構成を行う手法を提案する。
提案手法は, 表面の可視部分の再構成に神経放射場を用いた表面再構成法と, SDS (Score Distillation Sampling) 方式で事前学習した2次元拡散モデルを用いて, 可観測領域の形状を再現する手法である。
論文 参考訳（メタデータ） (2023-12-07T19:30:55Z)
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。