論文の概要: CM-EVS: Sparse Panoramic RGB-D-Pose Data for Complete Scene Coverage

• arxiv url: http://arxiv.org/abs/2605.15597v1
• Date: Fri, 15 May 2026 04:10:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-18 17:44:16.299585
• Title: CM-EVS: Sparse Panoramic RGB-D-Pose Data for Complete Scene Coverage
• Title（参考訳）: CM-EVS:Sparse Panoramic RGB-D-Pose Data for Complete Scene Coverage
• Authors: Jiale Liu, Jungang Li, Jieming Yu, Xinglin Yu, Zihao Dongfang, Zongjian Ding, Kaifeng Ding, Yi Yang, Lidong Chen, Yang Zou, Shunwen Bai, Jiahuan Zhang, Haoran Huang, Shan Huang, Yudong Gao, Mingjun Cheng,
• Abstract要約: 本稿では,3Dアセットを疎パノラマRGB-D-poseデータに変換する方法を紹介する。 実験の結果,COVER はカバレッジ・コンフリクトのトレードオフを改善し,CM-EVS を幾何学に一貫性のあるパノラマ3D 学習のためのスパースでコンパクトで監査可能な RGB-D-pose リソースとした。
• 参考スコア（独自算出の注目度）: 15.071163294706615
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modern 3D visual learning relies on observations sampled from metric 3D assets, yet existing scans, meshes, point clouds, simulations, and reconstructions do not directly provide a sparse, comparable, and geometry-consistent panoramic training interface. Dense trajectories duplicate nearby views, source-specific rendering policies yield heterogeneous annotations, and sparse heuristics may miss important regions or introduce depth-inconsistent observations. We study how to convert 3D assets into sparse panoramic RGB-D-pose data that preserves complete scene coverage with low redundancy and auditable provenance. We propose COVER (Coverage-Oriented Viewpoint curation with ERP Range-depth warping), a training-free ERP viewpoint curator that projects geometry observed from selected views into candidate ERP probes, scores incremental coverage, and penalizes depth conflicts. Under bounded proxy error, its greedy coverage proxy preserves the standard coverage-style approximation behavior up to an additive error term. Using COVER, we build CM-EVS (Coverage-curated Metric ERP View Set), a panoramic RGB-D-pose dataset with 36,373 curated ERP frames from 1,275 indoor scenes across Blender indoor, HM3D, and ScanNet++, complemented by outdoor panoramas from TartanGround and OB3D re-encoded into the same schema. Each frame provides full-sphere RGB, metric range depth, calibrated pose; COVER-produced indoor frames include per-step provenance logs. With a median of only 25 frames per indoor scene, CM-EVS covers all 13 unified room types while maintaining compact scene-level coverage. Experiments show that COVER improves the coverage-conflict trade-off, making CM-EVS a sparse, compact, and auditable RGB-D-pose resource for geometry-consistent panoramic 3D learning.
• Abstract（参考訳）: 現代の3Dビジュアルラーニングは、メトリクス3Dアセットからサンプリングされた観測結果に依存するが、既存のスキャン、メッシュ、ポイントクラウド、シミュレーション、再構成は、スパースで同等で、幾何学的に一貫性のあるパノラマトレーニングインターフェースを直接提供していない。 濃密な軌跡は近隣のビューに重複し、ソース固有のレンダリングポリシーは異質なアノテーションをもたらし、スパースヒューリスティックスは重要な領域を見逃したり、深度に一貫性のない観察を導入したりすることができる。 本研究では,3次元アセットを疎パノラマRGB-D配置データに変換する手法について検討した。 提案するCOVER(Coverage-Oriented Viewpoint curation with ERP Range-deepth warping)は,選択された視点から観測された幾何学を候補ERPプローブに投影し,インクリメンタルカバレッジをスコアし,奥行き衝突をペナルライズするトレーニングフリーERP視点キュレーターである。 境界付きプロキシエラーの下では、そのgreedyカバレッジプロキシは、標準カバレッジスタイルの近似動作を追加エラー項まで保持する。 COVERを用いたCM-EVS(Coverage-curated Metric ERP View Set)は、Blender屋内、HM3D、ScanNet++の1,275の屋内シーンから36,373のキュレートされたERPフレームを備えたパノラマRGB-D-poseデータセットで、TartanGroundとOB3Dの屋外パノラマを補完する。 各フレームはフルスフィアのRGB、距離範囲の深さ、キャリブレーションされたポーズを提供する。 中央値は屋内シーン当たり25フレームであり、CM-EVSはコンパクトなシーンレベルのカバーを維持しながら、13のルームタイプをすべてカバーしている。 実験の結果,COVER はカバレッジ・コンフリクトのトレードオフを改善し,CM-EVS を幾何学に一貫性のあるパノラマ3D 学習のためのスパースでコンパクトで監査可能な RGB-D-pose リソースとした。

関連論文リスト

• S3KF: Spherical State-Space Kalman Filtering for Panoramic 3D Multi-Object Tracking [24.79542959759503]
  パノラマ多対象追跡は、産業安全監視、広域ロボット認識、大規模ワークスペースにおけるインフラストラクチャライト展開において重要である。 既存の画像平面トラッカーは、カメラ投影に強く結合され、パノラマ画像では信頼性が低い。 回転する電動LiDARとクワッドフィッシュカメラリグをベースとしたパノラマ3次元多物体追跡フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-29T06:01:29Z)
• PALMS+: Modular Image-Based Floor Plan Localization Leveraging Depth Foundation Model [6.965992036664047]
  PALMSのような視覚ベースの手法は、フロアプランと静止スキャンのみを使用してインフラストラクチャフリーのローカライズを可能にする。 提案するPALMS$+$は,RGB画像からスケールアライメントされた3次元点雲を再構成することにより,これらの課題に対処するモジュール型画像ベースシステムである。 PalmS$+$は、直接またはシーケンシャルなローカライゼーションに使用できる位置と向きの後方を出力する。
  論文  参考訳（メタデータ） (2025-11-12T20:30:53Z)
• PLANA3R: Zero-shot Metric Planar 3D Reconstruction via Feed-Forward Planar Splatting [56.188624157291024]
  提案するPLANA3Rは,提案しない2次元画像から平面3次元再構成を計測するためのポーズレスフレームワークである。 トレーニング中に3次元平面アノテーションを必要とする以前のフィードフォワード法とは異なり、PLANA3Rは明確な平面監督なしで平面3次元構造を学習する。 本研究は,複数の室内環境データセットに対するPLANA3Rの有効性を検証するとともに,領域外屋内環境への強力な一般化を実証する。
  論文  参考訳（メタデータ） (2025-10-21T15:15:33Z)
• Dense 3D Displacement Estimation for Landslide Monitoring via Fusion of TLS Point Clouds and Embedded RGB Images [7.144866519844918]
  地すべりモニタリングは、ジオハザードを理解し、関連するリスクを軽減するために不可欠である。 既存の点クラウドベースの手法は、一般的に幾何学的またはラジオメトリック的な情報に依存する。 本稿では,3次元点雲と共登録RGB画像とを融合した階層的分割に基づく粗い微細化手法を提案する。
  論文  参考訳（メタデータ） (2025-06-19T12:28:09Z)
• ViPOcc: Leveraging Visual Priors from Vision Foundation Models for Single-View 3D Occupancy Prediction [11.312780421161204]
  本稿では,視覚基盤モデルからの視覚的先行情報を活用して,詳細な3D占有率予測を行うViPOccを提案する。 また,効率的な実例認識光サンプリングのための意味誘導型非重複ガウス混合サンプリング器を提案する。 本実験は,3次元占有予測と深度推定の両方において,ViPOccの優れた性能を示す。
  論文  参考訳（メタデータ） (2024-12-15T15:04:27Z)
• OccNeRF: Advancing 3D Occupancy Prediction in LiDAR-Free Environments [77.0399450848749]
  本稿では,OccNeRF法を用いて,3次元監視なしで占有ネットワークを訓練する手法を提案する。 我々は、再構成された占有領域をパラメータ化し、サンプリング戦略を再編成し、カメラの無限知覚範囲に合わせる。 意味的占有予測のために,事前学習した開語彙2Dセグメンテーションモデルの出力をフィルタリングし,プロンプトを洗練するためのいくつかの戦略を設計する。
  論文  参考訳（メタデータ） (2023-12-14T18:58:52Z)
• Fully Sparse Fusion for 3D Object Detection [69.32694845027927]
  現在広く使われているマルチモーダル3D検出法は、通常、密度の高いBird-Eye-View特徴マップを使用するLiDARベースの検出器上に構築されている。 完全にスパースなアーキテクチャは、長距離知覚において非常に効率的であるため、注目を集めている。 本稿では,新たに出現するフルスパースアーキテクチャにおいて,画像のモダリティを効果的に活用する方法を検討する。
  論文  参考訳（メタデータ） (2023-04-24T17:57:43Z)

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。