論文の概要: FRUC: Feedforward Dynamic Scene Reconstruction from Uncalibrated Collaborative Driving Views
- arxiv url: http://arxiv.org/abs/2605.29997v1
- Date: Thu, 28 May 2026 14:27:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-30 02:45:56.388642
- Title: FRUC: Feedforward Dynamic Scene Reconstruction from Uncalibrated Collaborative Driving Views
- Title（参考訳）: FRUC:未調整の協調運転視点からのフィードフォワード動的シーン再構築
- Authors: Yihang Tao, Yu Guo, Zhengru Fang, Haonan An, Yuguang Fang,
- Abstract要約: フィードフォワード型3次元ガウススプレイティングフレームワークFRUCについて,協調運転視点からの動的シーン再構築を阻害する。
FRUCは、動的協調運転環境のシーン再構築のための新しい最先端技術であり、レンダリング品質と効率の両方において既存の手法よりも大幅に優れていることが示されている。
- 参考スコア（独自算出の注目度）: 19.310794789647222
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present FRUC, a feed-forward 3D Gaussian splatting framework for dynamic scene reconstruction from uncalibrated collaborative driving views. Existing multi-agent reconstruction frameworks are often hindered by rigid prerequisites, demanding precise spatial calibration and slow per-scene optimization. In this paper, we rethink this task by conceptualizing a distributed multi-vehicle network as a spatio-temporally unstructured ego-centric multi-camera system, where the core challenge lies in enhancing ego-centric occluded geometry through collaboration without degrading the ego's accurately observed visible geometry, while preserving reconstruction efficiency. For efficient reconstruction, FRUC is built upon a visual grounded geometric Transformer backbone to enable one-shot, calibration-free inference from a flexible number of multi-vehicle views. To achieve non-destructive geometric supplementation under uncalibrated cross-agent misalignment, FRUC first introduces an ego-centric causal occlusion field that explicitly derives occlusion evolution as latent priors by modeling agent-wise spatio-temporal correlations. Guided by these occlusion priors, it further formulates cross-agent integration as a deterministic residual denoising process via zero-initialized injection, turning challenging cross-agent fusion into bounded residual learning for robust collaborative blind-spot completion. Through extensive evaluations on the real-world V2XReal and UrbanIng-V2X datasets, FRUC is shown to be a new state-of-the-art for the scene reconstruction of dynamic collaborative driving environments, significantly outperforming existing methods in both rendering quality and efficiency.
- Abstract（参考訳）: フィードフォワード型3次元ガウススプラッティングフレームワークFRUCについて,非校正協調運転視点からの動的シーン再構築について述べる。
既存のマルチエージェント再構築フレームワークは、しばしば厳密な前提条件によって妨げられ、正確な空間キャリブレーションとシーンごとの最適化が要求される。
本稿では,分散マルチ車両ネットワークを時空間非構造型エゴ中心型マルチカメラシステムとして概念化し,エゴの正確な視認幾何を劣化させることなく協調によるエゴ中心の隠蔽幾何の強化を課題とする。
FRUCは、視覚的に接地された幾何学的トランスフォーマーのバックボーン上に構築され、フレキシブルな数のマルチ車両ビューから一発のキャリブレーションのない推論を可能にする。
整合的不整合下での非破壊的幾何学的補足を実現するために、FRUCはまず、エージェントワイズ時空間相関をモデル化することにより、潜伏前として排他的進化を明示的に導出するエゴ中心の因果閉塞場を導入する。
これらの排他的先行に導かれ、ゼロ初期化注入による決定論的残留分極過程としてクロスエージェント統合を定式化し、挑戦的なクロスエージェント融合を堅牢な協調盲点完遂のための有界残留学習に変換する。
実世界のV2XRealおよびUrbanIng-V2Xデータセットの広範な評価により、FRUCは動的協調運転環境のシーン再構築のための新しい最先端技術であることが示され、レンダリング品質と効率の両方において既存の手法よりも大幅に優れている。
関連論文リスト
- Disentangling Generation and Regression in Stochastic Interpolants for Controllable Image Restoration [30.480465453951982]
DiSIは、Interpolantプロセスを独立した生成および回帰コンポーネントに分離する統合フレームワークである。
本研究では,DiSIが画像復元タスクにおいて効率よく競合する結果を得ると同時に,単一モデル内での歪み知覚トレードオフを制御するための予測時間の柔軟性を独自に提供することを示す。
論文 参考訳（メタデータ） (2026-05-20T16:41:32Z) - Next-Acceleration-Scale Prediction for Autoregressive MRI Reconstruction [52.32112533846212]
MRI再建は本質的に不完全な逆問題である。
この制限は、再構成を離散的なマルチスケールの潜在空間に移動させ、自己回帰的次加速スケールの予測として機能させることによって解決する。
提案手法は,過度のアンサンプ下での多種多様なサンプリングパターンの再構成性能の向上を図っている。
論文 参考訳（メタデータ） (2026-05-19T04:40:50Z) - Hyperbolic Enhanced Representation Learning for Incomplete Multi-view Clustering [57.38215918201251]
本稿では,不完全なマルチビュークラスタリングのためのハイパーボリック拡張表現学習フレームワークであるHERLを提案する。
ポアンカレボール内で操作すると、HERLは表現学習を強化するために構造を意識した潜在空間を構築する。
HERLは最先端のアプローチよりも一貫して優れていることを示す。
論文 参考訳（メタデータ） (2026-04-18T10:50:46Z) - Cross-Scenario Deraining Adaptation with Unpaired Data: Superpixel Structural Priors and Multi-Stage Pseudo-Rain Synthesis [48.809049043865905]
低レベルのコンピュータビジョンでは,イメージデライン化が重要な役割を担っている。
ディープラーニングのパラダイムは、目に見えないアウト・オブ・ディストリビューションシナリオに一般化された場合、厳しいパフォーマンス劣化に悩まされることが多い。
本稿では,クロスシナリオ・デライニング適応フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-23T07:38:55Z) - AlignVAR: Towards Globally Consistent Visual Autoregression for Image Super-Resolution [16.90182090355781]
視覚的自己回帰モデルは、次のスケールの予測を通じて安定したトレーニング、非定性推論、高忠実性合成を提供する。
しかし、その応用は未調査のままであり、局所性に偏った注意と残留性のみの監督という2つの重要な課題に直面している。
画像超解像に適した一貫した視覚自己回帰フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-28T10:39:06Z) - FreeGen: Feed-Forward Reconstruction-Generation Co-Training for Free-Viewpoint Driving Scene Synthesis [24.76850299847588]
FreeGenは、フリービューポイント駆動シーンのためのフィードフォワード再構築世代協調トレーニングフレームワークである。
自由視点駆動シーン合成において,FreeGenが最先端の性能を達成することを示す。
論文 参考訳（メタデータ） (2025-12-04T14:14:21Z) - ReCoM: Realistic Co-Speech Motion Generation with Recurrent Embedded Transformer [58.49950218437718]
音声に同期した高忠実で一般化可能な人体動作を生成するための効率的なフレームワークであるReCoMを提案する。
Recurrent Embedded Transformer (RET)は、動的埋め込み正規化(DER)をViT(Vit)コアアーキテクチャに統合する。
モデルロバスト性を高めるため,ノイズ抵抗とクロスドメイン一般化の二重性を持つモデルに,提案したDER戦略を取り入れた。
論文 参考訳（メタデータ） (2025-03-27T16:39:40Z) - Learning to Align and Refine: A Foundation-to-Diffusion Framework for Occlusion-Robust Two-Hand Reconstruction [50.952228546326516]
単眼画像からの両手再建は、複雑でダイナミックな手の位置が原因で、永続的な課題に直面している。
既存のアプローチはそのようなアライメントの問題に悩まされ、しばしば不整合と侵入の成果物をもたらす。
本稿では,視覚基礎モデルからの2次元事前ガイダンスを正確に整合させる2段階のファンデーション・ツー・ディフュージョンフレームワークを提案する。
論文 参考訳（メタデータ） (2025-03-22T14:42:27Z) - SDR-GAIN: A High Real-Time Occluded Pedestrian Pose Completion Method for Autonomous Driving [2.6663666678221376]
我々は,SDR-GAIN(Generative Adrial Imputation Nets)の分離と次元化に基づく新しいリアルタイム閉鎖型歩行者ポーズ補完フレームワークを提案する。
SDR-GAINは、キーポイント座標の数値分布から直接人間のポーズを学習し、行方不明位置を補間することを目的としている。
COCOとJAADデータセットで実施された実験は、SDR-GAINが従来の機械学習とTransformerベースの欠落データアルゴリズムを上回ることを示した。
論文 参考訳（メタデータ） (2023-06-06T09:35:56Z)
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。