論文の概要: GARDEN: Gravity-Aligned Reconstruction of Disentangled ENvironments from RGB images

• arxiv url: http://arxiv.org/abs/2606.03921v1
• Date: Tue, 02 Jun 2026 17:13:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-03 22:00:05.206176
• Title: GARDEN: Gravity-Aligned Reconstruction of Disentangled ENvironments from RGB images
• Title（参考訳）: GARDEN:RGB画像からのゆがんだ環境の重力アライメント
• Authors: Jiahao Sun, Dingkun Wei, Zehong Shen, Hongyu Zhou, Yujun Shen, Liang Li,
• Abstract要約: 本稿では,RGBのみのフレームワークを提案する。このフレームワークは,再構成を物理的に地上に配置したシーンファクタ化として再構成し,構造化されたハイブリッドシーン表現を出力する。 結果として得られる表現は、明示的な剛体と分離された背景を組み合わせることで、視覚的リアリズムを維持しながら直接物理シミュレーションを可能にする。
• 参考スコア（独自算出の注目度）: 61.2170105836525
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Converting multi-view RGB observations into simulation-ready 3D environments remains challenging because current reconstruction pipelines produce monolithic scene representations without explicit physical structure. They are typically defined up to an arbitrary global rotation and entangle rigid foreground objects with background geometry, which hinders stable physical interaction. Existing solutions often recover interactivity by replacing reconstructed objects with retrieved CAD assets, but this introduces a slow retrieval-and-replacement stage and weakens scene-specific geometric fidelity. We propose GARDEN, an RGB-only framework that reformulates reconstruction as physically-grounded scene factorization and outputs a structured hybrid scene representation. The key idea is to use gravity as a universal physical prior: we first align the reconstruction to a unified Gravity-View frame to resolve gauge ambiguity, then recover object-centric rigid meshes with accurate 6-DoF placement, and finally remove duplicate object geometry from the background through conditional 3D point classification. The resulting representation combines explicit rigid bodies with a decoupled background, enabling direct physics simulation while preserving visual realism. Experiments on both simulated and real multi-view scenes show that GARDEN improves object placement reliability, disentanglement quality, and rendering-simulation efficiency compared with retrieval-based baselines.
• Abstract（参考訳）: マルチビューRGB観測をシミュレーション可能な3次元環境に変換することは、現在の再構成パイプラインが明示的な物理的構造を伴わずにモノリシックなシーン表現を生成するため、依然として困難である。 それらは典型的には、任意の大域回転と、背景幾何学を持つ厳密な前景オブジェクトまで定義され、安定した物理的相互作用を妨げる。 既存の解はしばしば、再構成されたオブジェクトをCAD資産に置き換えることで相互作用性を取り戻すが、これはゆっくりとした検索と置換の段階を導入し、シーン固有の幾何学的忠実度を弱める。 本稿では,RGBのみのフレームワークであるGARDENを提案する。 まず、ゲージのあいまいさを解消し、次に6-DoFの正確な配置でオブジェクト中心の剛性メッシュを復元し、最後に条件付き3Dポイントの分類によって背景から重複物体の幾何学を除去する。 結果として得られる表現は、明示的な剛体と分離された背景を組み合わせることで、視覚的リアリズムを維持しながら直接物理シミュレーションを可能にする。 シミュレーションと実際のマルチビューの両方の実験では、GARDENは検索ベースラインと比較してオブジェクト配置の信頼性、絡み合いの品質、レンダリング-シミュレート効率を改善している。

関連論文リスト

• REST3D: Reconstructing Physically Stable 3D Scenes from a Single Image [31.061246129846044]
  1枚のRGB画像から物理的に安定な3Dシーンを再構成することで、カジュアル画像をシミュレーション可能なデジタルアセットに変換することができる。 物理的シーン理解と物理制約のある精細化を統合することで、物理的に安定な3Dシーンを再構成できる単一画像再構成フレームワークであるREST3Dを提案する。
  論文  参考訳（メタデータ） (2026-05-28T17:59:01Z)
• SAM3D-Phys: Towards Multi-Object Interactive Simulation in Real World [42.46212677643043]
  SAM3D-Physは、シーン再構成とSAM3Dの3D先行生成を統合し、物理的にシミュレート可能なオブジェクトを復元するフレームワークである。 完全なオブジェクト形状を復元し、シーン内のポーズと外観を復元することにより、SAM3D-Physは物理シミュレーションに適したクリーンなオブジェクト表現を生成する。
  論文  参考訳（メタデータ） (2026-05-28T17:07:51Z)
• REArtGS: Reconstructing and Generating Articulated Objects via 3D Gaussian Splatting with Geometric and Motion Constraints [47.82928111264676]
  REArtGSは、幾何学的および運動的制約を3Dガウスプリミティブに導入する新しいフレームワークである。 与えられた状態に対する高忠実なテクスチャ化表面再構成を実現し、目に見えない状態に対する高忠実な表面生成を可能にする。
  論文  参考訳（メタデータ） (2025-03-09T16:05:36Z)
• CAST: Component-Aligned 3D Scene Reconstruction from an RGB Image [44.8172828045897]
  現在のメソッドはドメイン固有の制限や低品質のオブジェクト生成に悩まされることが多い。 本稿では,3次元シーンの復元と復元のための新しい手法であるCASTを提案する。
  論文  参考訳（メタデータ） (2025-02-18T14:29:52Z)
• Single-view 3D Mesh Reconstruction for Seen and Unseen Categories [69.29406107513621]
  シングルビュー3Dメッシュ再構成は、シングルビューRGB画像から3D形状を復元することを目的とした、基本的なコンピュータビジョンタスクである。 本稿では,一視点3Dメッシュ再構成に取り組み,未知のカテゴリのモデル一般化について検討する。 我々は、再構築におけるカテゴリ境界を断ち切るために、エンドツーエンドの2段階ネットワークであるGenMeshを提案する。
  論文  参考訳（メタデータ） (2022-08-04T14:13:35Z)

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。