論文の概要: DarkVGGT: Seeing Through Darkness Using Thermal Geometry without Daylight Tax
- arxiv url: http://arxiv.org/abs/2606.11326v1
- Date: Tue, 09 Jun 2026 18:08:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-11 16:42:38.127238
- Title: DarkVGGT: Seeing Through Darkness Using Thermal Geometry without Daylight Tax
- Title（参考訳）: DarkVGGT: 日中税を使わずにサーマルジオメトリーによる暗所観察
- Authors: Minseong Kweon, Wenyuan Zhao, Nuo Chen, Lulin Liu, Huiwen Han, Zihao Zhu, Srinivas Shakkottai, Chao Tian, Zhiwen Fan,
- Abstract要約: 低照度シーンにおけるロバストな3次元推定に物理認識熱モデルを用いたRGB-Tフィードフォワード幾何フレームワークを提案する。
ダークVGGTは、スパース反射残基を分離しながら、放射能に支配的な、幾何に一貫性のある熱的手がかりを抽出する。
低可視性RGB-Tベンチマークの実験では、既存のフィードフォワード幾何ベースラインよりも奥行きとカメラポーズの両方が一貫した改善が示されている。
- 参考スコア（独自算出の注目度）: 30.354740943798692
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent feed-forward 3D reconstruction methods have demonstrated strong performance and flexibility in efficient end-to-end scene geometry estimation from image streams. However, their reliance on visible-light appearance makes them vulnerable in dark and low-visibility environments, where RGB cues are severely degraded and geometric evidence becomes ambiguous. To address this challenge, we propose DarkVGGT, an RGB-T feed-forward geometry framework that uses physics-aware thermal modeling for robust 3D estimation in low-light scenes. DarkVGGT introduces two complementary modules. First, physics-inspired thermal factorization extracts emissive-dominant, geometry-consistent thermal cues while isolating sparse reflective residuals that may introduce geometric ambiguity. Second, geometry-shared thermal routing isolates modality-invariant geometric structures from thermal-specific patterns, selectively injecting reliability-aware structural guidance into the RGB stream. Together, these components enable accurate thermal-informed geometry estimation under degraded RGB conditions while largely preserving performance in well-lit environments. Experiments on low-visibility RGB-T benchmarks demonstrate consistent improvements in both depth and camera pose estimation over existing feed-forward geometry baselines.
- Abstract（参考訳）: 近年のフィードフォワード3次元再構成法は,画像ストリームからの効率的なシーン形状推定において,高い性能と柔軟性を示す。
しかし、その可視光の外観への依存は、RGBのキューが著しく劣化し、幾何学的証拠が曖昧になる暗黒と低視認性環境に弱い。
この課題に対処するために、低照度シーンにおけるロバストな3次元推定に物理認識熱モデルを用いたRGB-Tフィードフォワード幾何フレームワークであるDarkVGGTを提案する。
DarkVGGTは2つの補完モジュールを導入している。
第一に、物理学にインスパイアされた熱分解は、幾何学的曖昧さをもたらす可能性のあるスパース反射残差を分離しながら、寛大で幾何的な熱的手がかりを抽出する。
第2に、幾何共有熱ルーティングは、RGBストリームに信頼性を考慮した構造ガイダンスを選択的に注入することで、熱特異パターンからモジュラリティ不変な幾何学構造を分離する。
これらのコンポーネントは、分解されたRGB条件下での正確な熱インフォームド幾何推定を可能にすると同時に、よく照らされた環境での性能を保っている。
低可視性RGB-Tベンチマークの実験では、既存のフィードフォワード幾何ベースラインよりも奥行きとカメラポーズの両方が一貫した改善が示されている。
関連論文リスト
- GARDEN: Gravity-Aligned Reconstruction of Disentangled ENvironments from RGB images [61.2170105836525]
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。
論文 参考訳（メタデータ） (2026-06-02T17:13:01Z) - Con-DSO: Learning Short-Horizon Consistency Priors for RGB-D Direct Sparse Odometry [8.079139316299182]
Con-DSOは、一貫性を意識したRGB-D直接スパースドメトリーフレームワークである。
時間的に隣接したRGB-Dフレーム対からの高密度な測光および深度幾何学的整合性の不確実性を予測する。
実験ではRGB-D VOベースラインよりも大幅に向上した。
論文 参考訳（メタデータ） (2026-05-27T04:46:52Z) - DySurface: Consistent 4D Surface Reconstruction via Bridging Explicit Gaussians and Implicit Functions [30.023158829098502]
動的シーンにおける暗黙的距離関数(SDF)の幾何学的忠実度で、明示的なガウス的効果を橋渡しする新しいフレームワークであるDySurfaceを提案する。
具体的には,変形したガウスを生かしたVoxGS-DSDF分岐を用いて,動的スパースボクセル格子を構築し,暗黙のSDF場への幾何的ガイダンスを提供する。
この明示的なアンカーは、ボリュームレンダリングプロセスを効果的に調整し、水密境界と詳細な表現で表面再構成品質を著しく改善する。
論文 参考訳（メタデータ） (2026-05-11T11:05:17Z) - PolGS++: Physically-Guided Polarimetric Gaussian Splatting for Fast Reflective Surface Reconstruction [76.9760302941819]
PolGS++は高速反射面再構成のための偏光ガウス散乱フレームワークである。
本稿では,アングル・オブ・ポラライゼーション(AoP)に基づくタンジェント空間の整合性制約を実現するための,奥行き誘導型可視マスク取得機構を提案する。
論文 参考訳（メタデータ） (2026-03-11T14:11:42Z) - EAG3R: Event-Augmented 3D Geometry Estimation for Dynamic and Extreme-Lighting Scenes [31.16499311793949]
E3Rは、非同期イベントストリームによるポイントマップベースの再構築を強化する、新しい幾何推定フレームワークである。
EAG3Rは、モノクロ深度推定、カメラポーズトラッキング、動的再構成タスクにおいて、最先端のRGBのみのベースラインを著しく上回る。
論文 参考訳（メタデータ） (2025-11-30T08:05:28Z) - Beyond Darkness: Thermal-Supervised 3D Gaussian Splatting for Low-Light Novel View Synthesis [15.288134634021139]
非常に低照度な条件下では、新しいビュー合成(NVS)は幾何、色調、ラジオメトリック安定性の点で深刻な劣化に直面している。
本稿では,レチネックスにインスパイアされた照明分解と熱誘導型3次元ガウス散乱を密結合した統合フレームワークDTGSを提案する。
論文 参考訳（メタデータ） (2025-11-17T06:12:53Z) - Reflections Unlock: Geometry-Aware Reflection Disentanglement in 3D Gaussian Splatting for Photorealistic Scenes Rendering [51.223347330075576]
Ref-Unlockは3Dガウススプラッティングをベースとした新しい幾何認識反射モデリングフレームワークである。
提案手法では、高次球面高調波を用いた二重分岐表現を用いて、高周波反射の詳細を捉える。
そこで本手法は,反射シーンのリアルなレンダリングのための効率的で一般化可能なソリューションを提供する。
論文 参考訳（メタデータ） (2025-07-08T15:45:08Z) - Towards Explicit Geometry-Reflectance Collaboration for Generalized LiDAR Segmentation in Adverse Weather [58.4718010073085]
既存のLiDARセグメンテーションモデルは、悪天候にさらされると精度が低下することが多い。
この課題に対処する最近の手法は、気象シミュレーションやユニバーサル拡張技術によるトレーニングデータの強化に重点を置いている。
本稿では,幾何・反射性の特徴抽出を明示的に分離する新しい幾何・反射性協調フレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-03T03:23:43Z) - Generalizable and Relightable Gaussian Splatting for Human Novel View Synthesis [49.67420486373202]
GRGSは、多彩な照明条件下での高忠実なヒューマン・ノベル・ビュー・シンセサイザーのための一般的な3Dガウスのフレームワークである。
我々は, 精密深度および表面の正常度を予測するために, 合成依存データに基づいて学習した照明対応幾何微細化(LGR)モジュールを提案する。
論文 参考訳（メタデータ） (2025-05-27T17:59:47Z) - GeoSplatting: Towards Geometry Guided Gaussian Splatting for Physically-based Inverse Rendering [69.67264955234494]
GeoSplattingは、3DGSを精密な光輸送モデリングのための明確な幾何学的ガイダンスで拡張する新しいアプローチである。
最適化可能なメッシュから表面積の3DGSを微分的に構築することにより、明確に定義されたメッシュ正規と不透明なメッシュ表面を利用する。
この強化により、3DGSの効率性と高品質なレンダリング能力を保ちながら、正確な材料分解が保証される。
論文 参考訳（メタデータ） (2024-10-31T17:57:07Z)
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。