論文の概要: PanoPlane: Plane-Aware Panoramic Completion for Sparse-View Indoor 3D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2605.14135v1
• Date: Wed, 13 May 2026 21:39:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-15 21:45:34.512494
• Title: PanoPlane: Plane-Aware Panoramic Completion for Sparse-View Indoor 3D Gaussian Splatting
• Title（参考訳）: PanoPlane: 平面対応パノラマコンプリート
• Authors: Adil Qureshi, Dongki Jung, Jaehoon Choi, Dinesh Manocha,
• Abstract要約: PanoPlaneは、高忠実度スパースビュー屋内新規ビュー合成のためのアプローチである。 パノラマシーンの完成により閉室形状を再構築する。
• 参考スコア（独自算出の注目度）: 47.93822476047722
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present PanoPlane, an approach for high-fidelity sparse-view indoor novel view synthesis that reconstructs closed room geometry via panoramic scene completion. Unlike perspective-based methods that generate training views from limited fields of view, PanoPlane leverages $360^{\circ}$ panoramic completion to condition the generative process on the full spatial layout. We propose Layout Anchored Attention Steering, a training-free mechanism that steers attention within the diffusion model's internal representation toward scene's detected planar surfaces at inference time. By directing each unobserved region's attention toward geometrically consistent observed content, our method replaces unconstrained hallucination with grounded surface extrapolation. The resulting panoramic completions provide supervision for 3D Gaussian Splatting, enabling accurate novel-view synthesis across unobserved regions from as few as three input views. Experiments on Replica, ScanNet++, and Matterport3D demonstrate state-of-the-art novel view synthesis quality across 3, 6, and 9 input views, achieving up to $+17.8\%$ improvement in PSNR over the current state-of-the-art baseline without any training or fine-tuning of the diffusion model.
• Abstract（参考訳）: パノプラネ(PanoPlane)は、パノラマシーンの完成を通して閉室形状を再構築する、高忠実度スパースビュー屋内新規ビュー合成のためのアプローチである。 限られた視野からトレーニングビューを生成するパースペクティブベースの方法とは異なり、PanoPlaneは360^{\circ}$ Panoramic completionを活用して、全空間レイアウトに生成プロセスを条件付ける。 本研究では,拡散モデルの内部表現に注意を向ける学習自由度機構であるLayout Anchored Attention Steeringを提案する。 本手法は,各観測領域の注意を幾何学的に一貫した観察内容に向けることで,制約のない幻覚を接地表面外挿に置き換える。 結果として得られるパノラマ的な完成は、3Dガウススプラッティングの監督を提供し、3つの入力ビューから観測されていない領域にわたって正確なノベルビュー合成を可能にする。 Replica、ScanNet++、Matterport3Dの実験では、3, 6, 9の入力ビューにわたる最先端のノベルビュー合成の品質が実証された。

関連論文リスト

• CylinderSplat: 3D Gaussian Splatting with Cylindrical Triplanes for Panoramic Novel View Synthesis [53.231427733457224]
  CylinderSplatはパノラマ3DGSのフィードフォワードフレームワークである。 シングルビューおよびマルチビューパノラマノビュー合成において、最先端の結果を達成する。
  論文  参考訳（メタデータ） (2026-03-06T04:04:20Z)
• You Need a Transition Plane: Bridging Continuous Panoramic 3D Reconstruction with Perspective Gaussian Splatting [57.44295803750027]
  本稿では,連続的なパノラマ3次元シーンをガウススプラッティングで橋渡しするための新しいフレームワークTPGSを提案する。 具体的には、個々の立方体面内で3Dガウスを最適化し、縫合されたパノラマ空間でそれらを微調整する。 屋内、屋外、エゴセントリック、ローミングのベンチマークデータセットの実験は、我々のアプローチが既存の最先端の手法より優れていることを示している。
  論文  参考訳（メタデータ） (2025-04-12T03:42:50Z)
• Pano2Room: Novel View Synthesis from a Single Indoor Panorama [20.262621556667852]
  Pano2Roomは、1枚のパノラマ画像から高品質な3D屋内シーンを自動的に再構築するように設計されている。 鍵となるアイデアは、最初に入力パノラマから予備メッシュを構築し、パノラマRGBDインペイントを使用して反復的にこのメッシュを洗練することである。 精巧なメッシュは3次元ガウス散乱場に変換され、収集された擬似ノベルビューで訓練される。
  論文  参考訳（メタデータ） (2024-08-21T08:19:12Z)
• FreeSplat: Generalizable 3D Gaussian Splatting Towards Free-View Synthesis of Indoor Scenes [50.534213038479926]
  FreeSplatは、長いシーケンス入力から自由視点合成まで、幾何学的に一貫した3Dシーンを再構築することができる。 ビュー数に関係なく、広いビュー範囲にわたる堅牢なビュー合成を実現するための、シンプルで効果的なフリービュートレーニング戦略を提案する。
  論文  参考訳（メタデータ） (2024-05-28T08:40:14Z)

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。