論文の概要: Surflo: Consistent 3D Surface Flow Model with Global State

• arxiv url: http://arxiv.org/abs/2606.13644v1
• Date: Thu, 11 Jun 2026 17:48:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-12 15:55:27.967157
• Title: Surflo: Consistent 3D Surface Flow Model with Global State
• Title（参考訳）: Surflo:グローバルステートを持つ連続3次元表面流れモデル
• Authors: Antoine Guédon, Shu Nakamura, Nicolas Dufour, Jiahui Lei, Ko Nishino, Angjoo Kanazawa,
• Abstract要約: Surfloは、方向付けられた3次元表面点を、ノイズからフローマッチングを通じて独立して表面へ輸送することでデコードする。 独立なポイント単位の復号化に固有の局所的不整合を抑制するために、光度勾配を注入することにより、推定時間誘導項が近傍の点と相関する。 Surfloは、サーフェスメトリクスのフィードフォワードベースラインにマッチし、数百のビューを必要とする最適化ベースのメソッドよりも桁違いに高速に動作し、グローバルなラテントと任意の解像度のデコーディングを組み合わせた唯一のフィードフォワードアプローチである。
• 参考スコア（独自算出の注目度）: 57.57234680235885
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Geometry is invariant to viewpoint, which makes any collection of images a redundant encoding of a single 3D state. Existing feed-forward reconstruction models fail to exploit this: per-view methods emit overlapping, unaligned pointmaps that grow linearly with input count, while global-latent methods commit to a fixed, low-resolution output. We introduce Surflo, which compresses a variable number of unposed RGB views into K latent tokens-one global state-and decodes oriented 3D surface points by independently transporting them from noise onto the surface via flow matching. This frees the output from any fixed grid or token budget: the same latent yields from a few thousand to a million points in a single forward pass. To suppress the local inconsistencies inherent to independent per-point decoding, an inference-time guidance term correlates nearby points by injecting a photometric gradient during ODE integration. Surflo matches or surpasses feed-forward baselines on surface metrics, runs an order of magnitude faster than optimization-based methods that require hundreds of views, and is the only feed-forward approach to combine a global latent with arbitrary-resolution decoding.
• Abstract（参考訳）: 幾何学は視点に不変であり、任意の画像の集合を単一の3D状態の冗長な符号化にする。 既存のフィードフォワード再構成モデルは、これを利用できない: ビュー毎のメソッドは、入力数と線形に成長する重なり合う非整合ポイントマップを出力し、グローバル遅延メソッドは、固定された低解像度の出力にコミットする。 可変数のRGBビューをK潜在トークンに圧縮するSurfloを導入し、フローマッチングによりノイズから表面へ独立に搬送することで、向き付けられた3D曲面点をデコードする。 これにより、固定グリッドやトークンの予算から出力が解放される。同じ遅延利得は、1回のフォワードパスで数千から100万ポイントになる。 独立なポイント単位の復号化に固有の局所的不整合を抑制するために、ODE積分中に測光勾配を注入することにより、推定時間誘導項が近傍の点を相関させる。 Surfloは、サーフェスメトリクスのフィードフォワードベースラインにマッチし、数百のビューを必要とする最適化ベースのメソッドよりも桁違いに高速に動作し、グローバルなラテントと任意の解像度のデコーディングを組み合わせた唯一のフィードフォワードアプローチである。

関連論文リスト

• GlobalSplat: Efficient Feed-Forward 3D Gaussian Splatting via Global Scene Tokens [41.96744884413287]
  最初にアライメントの原則に基づいて構築されたGlobalSplatを紹介します。 提案手法は,マルチビュー入力を符号化し,クロスビュー対応を解消する,コンパクトでグローバルな潜在シーン表現を学習する。 RealEstate10KとACIDでは,16Kガウスしか利用せず,競合するノベルビュー合成性能を実現している。
  論文  参考訳（メタデータ） (2026-04-16T17:52:06Z)
• TriaGS: Differentiable Triangulation-Guided Geometric Consistency for 3D Gaussian Splatting [2.441486089588484]
  3次元ガウススプラッティングは、画像のレンダリングの効率と能力のために、リアルタイムな新しいビュー合成に不可欠である。 本稿では,制約付き多視点三角測量による大域的幾何整合を強制することにより,再構成を改善する新しい手法を提案する。 複数のフォトリアリスティックデータセットにまたがって本手法の有効性を示す。
  論文  参考訳（メタデータ） (2025-12-06T03:45:39Z)
• TALO: Pushing 3D Vision Foundation Models Towards Globally Consistent Online Reconstruction [57.46712611558817]
  3次元視覚基礎モデルでは、1つのフィードフォワードパスを通して、未校正画像からキー3D属性を再構成する際の強力な一般化が示されている。 近年の戦略は,グローバルトランスフォーメーションの解決によって連続的な予測と整合するが,本分析では,仮定の妥当性,局所的なアライメント範囲,雑音的幾何の下でのロバスト性といった基本的な限界を明らかにしている。 本研究では,グローバルに伝播する制御点を利用して空間的に異なる不整合を補正する,Tin Plate Splineに基づく高DOFおよび長期アライメントフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-02T02:22:20Z)
• A Divide-and-Conquer Approach for Global Orientation of Non-Watertight Scene-Level Point Clouds Using 0-1 Integer Optimization [18.15181405364316]
  点雲の配向はコンピュータグラフィックスと3Dビジョンの基本的な問題である。 DACPO(Divide-And-Conquer Point Orientation)は,スケーラブルでロバストなクラウド指向のための新しいフレームワークである。 DACPOが入力ポイントクラウドをより小さく管理可能なブロックに分割し、各ブロックを独立して処理し、グローバルな最適化段階を通じて結果を統合する方法を示す。
  論文  参考訳（メタデータ） (2025-05-29T14:21:22Z)
• Multiway Point Cloud Mosaicking with Diffusion and Global Optimization [74.3802812773891]
  マルチウェイポイントクラウドモザイクのための新しいフレームワーク(水曜日)を紹介する。 我々のアプローチの核心は、重複を識別し、注意点を洗練する学習されたペアワイズ登録アルゴリズムODINである。 4つの多種多様な大規模データセットを用いて、我々の手法は、全てのベンチマークにおいて大きなマージンで、最先端のペアとローテーションの登録結果を比較した。
  論文  参考訳（メタデータ） (2024-03-30T17:29:13Z)
• Learning Continuous Implicit Field with Local Distance Indicator for Arbitrary-Scale Point Cloud Upsampling [55.05706827963042]
  点雲アップサンプリングは、疎点雲から密度が高く均一に分散した点集合を生成することを目的としている。 従来のメソッドは通常、スパースポイントクラウドをいくつかのローカルパッチ、アップサンプルパッチポイント、すべてのアップサンプルパッチにマージする。 そこで本研究では,点雲のアップサンプリングのために,局所的な先行者によって導かれる符号のない距離場を学習する手法を提案する。
  論文  参考訳（メタデータ） (2023-12-23T01:52:14Z)
• iPUNet:Iterative Cross Field Guided Point Cloud Upsampling [20.925921503694894]
  3Dスキャン装置によって取得される点雲は、しばしば疎く、ノイズが多く、一様ではないため、幾何学的特徴が失われる。 任意の比率で高密度および均一な点を生成する学習ベースポイントアップサンプリング手法iPUNetを提案する。 iPUNetは、ノイズや不均一に分散された入力を処理し、最先端のクラウドサンプリング手法より優れていることを示す。
  論文  参考訳（メタデータ） (2023-10-13T13:24:37Z)
• Towards Better Gradient Consistency for Neural Signed Distance Functions via Level Set Alignment [50.892158511845466]
  レベルセットの並列性によって示される場の勾配一貫性が、推論精度に影響を及ぼす重要な要因であることを示す。 そこで本研究では,次数集合の並列性を評価するためのレベルセットアライメント損失を提案する。
  論文  参考訳（メタデータ） (2023-05-19T11:28:05Z)
• Dynamic Convolution for 3D Point Cloud Instance Segmentation [146.7971476424351]
  動的畳み込みに基づく3次元点雲からのインスタンスセグメンテーション手法を提案する。 我々は、同じ意味圏と閉投票を持つ等質点を幾何学的遠近点に対して収集する。 提案手法は提案不要であり、代わりに各インスタンスの空間的および意味的特性に適応する畳み込みプロセスを利用する。
  論文  参考訳（メタデータ） (2021-07-18T09:05:16Z)

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。