論文の概要: MoonSplat: Monocular Online Gaussian Splatting with Sim(3) Global Optimization

• arxiv url: http://arxiv.org/abs/2606.17935v1
• Date: Tue, 16 Jun 2026 13:43:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-17 17:15:32.461938
• Title: MoonSplat: Monocular Online Gaussian Splatting with Sim(3) Global Optimization
• Title（参考訳）: MoonSplat: Sim(3)グローバル最適化による単眼オンラインガウススプラッティング
• Authors: Guo Pu, Yixuan Han, Haofeng Li, Yao Zhang, Hui Zhou, Zhouhui Lian,
• Abstract要約: 我々は,グローバルな$textSim(3)$最適化と統合された,堅牢で効率的なオンライン3DGS再構築フレームワークを提案する。 提案手法は,リアルタイムの効率を保ちながら,カメラポーズ推定精度とレンダリング品質の両面における最先端性能を実現する。
• 参考スコア（独自算出の注目度）: 30.454991269099967
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Online 3D reconstruction from monocular image sequences is a challenging and ongoing research topic. 3D Gaussian Splatting (3DGS), leveraging its high-quality real-time rendering capability, empowers online 3D reconstruction to represent dense scenes with enhanced expressiveness, and thus holds great promise for a wide range of applications such as robotics and AR/VR. However, existing online 3DGS methods still suffer from some key challenges: fragile camera pose estimation due to the lack of global optimization, and low optimization efficiency in large-scale or long-sequence scenarios. To address these issues, we propose a robust and efficient online voxelized 3DGS reconstruction framework integrated with global $\text{Sim}(3)$ optimization, which enables reliable camera tracking and efficient global loop closure for both camera poses and voxelized 3DGS. To accelerate the convergence of the voxelized 3DGS, we further introduce a color residual learning strategy, which not only boosts optimization speed but also enhances rendering quality. Extensive experiments on diverse indoor and outdoor datasets demonstrate that our method achieves state-of-the-art performance in both camera pose estimation accuracy and rendering quality, while retaining real-time efficiency. Additionally, we develop and deploy a real-world UAV-based active reconstruction system grounded on our proposed method, validating its robustness and generalizability for practical online 3D reconstruction tasks. Our code and data are available at https://github.com/TrickyGo/MoonSplat.
• Abstract（参考訳）: モノクル画像からのオンライン3D再構成は、挑戦的で進行中の研究トピックである。 3D Gaussian Splatting (3DGS)は、高品質なリアルタイムレンダリング機能を活用し、オンラインの3D再構成により、表現力を高めた密集したシーンを表現する。 しかし、既存のオンライン3DGS手法は、グローバル最適化の欠如による脆弱なカメラのポーズ推定や、大規模または長期のシナリオにおける低い最適化効率など、いくつかの大きな課題に悩まされている。 これらの問題に対処するため、我々は、グローバル$\text{Sim}(3)$最適化と統合されたロバストで効率的なオンライン3DGS再構築フレームワークを提案する。 ボクセル化3DGSの収束を加速するために、最適化速度を向上するだけでなく、レンダリング品質を向上させるカラー残差学習戦略を導入する。 室内および屋外の多様なデータセットに対する大規模な実験により,本手法はリアルタイムの効率を維持しつつ,推定精度とレンダリング品質の両面において最先端の性能を達成することを示した。 さらに,提案手法に基づく実世界のUAVベースのアクティブリコンストラクションシステムを開発,展開し,実際のオンライン3Dリコンストラクションタスクにおけるロバスト性と一般化性を検証した。 私たちのコードとデータはhttps://github.com/TrickyGo/MoonSplat.comで公開されています。

関連論文リスト

• ReefMapGS: Enabling Large-Scale Underwater Reconstruction by Closing the Loop Between Multimodal SLAM and Gaussian Splatting [9.554102334590365]
  本稿では,3DGSをベースとした逐次再構築フレームワークReefMapGSを提案する。 複雑な地形を持つ2つの海底礁のCOLMAPフリーな3次元再構築と,700m以上の調査軌道上でのAUVのより正確なグローバルなポーズ推定について述べる。
  論文  参考訳（メタデータ） (2026-04-13T19:32:53Z)
• Scal3R: Scalable Test-Time Training for Large-Scale 3D Reconstruction [50.5449251266956]
  本稿では,長い映像シーケンスから大規模3Dシーンを再構築する作業について述べる。 近年のフィードフォワード再構成モデルでは,RGB画像からの3次元幾何を,明示的な3次元先行や幾何学的制約なく直接回帰することで,有望な結果を示している。 本稿では,長距離シーン情報を効率よく圧縮し,保持するニューラルグローバルコンテキスト表現を提案する。
  論文  参考訳（メタデータ） (2026-04-09T17:59:50Z)
• Large-scale Photorealistic Outdoor 3D Scene Reconstruction from UAV Imagery Using Gaussian Splatting Techniques [0.734084539365505]
  本稿では,ドローンでキャプチャした映像ストリームを低レイテンシで高忠実度な3D再構成に変換できるエンドツーエンドパイプラインを提案する。 我々の目標は,RTMPストリーミング,同期センサ融合,カメラポーズ推定,3DGS最適化によるライブビデオ取得を併用した効率的なアーキテクチャを提案することである。
  論文  参考訳（メタデータ） (2026-02-23T20:40:26Z)
• ARTDECO: Towards Efficient and High-Fidelity On-the-Fly 3D Reconstruction with Structured Scene Representation [44.75113949778924]
  ARTDECOは、フィードフォワードモデルの効率とSLAMベースのパイプラインの信頼性を組み合わせた統合フレームワークである。 ARTDECOはSLAMに匹敵するインタラクティブな性能、フィードフォワードシステムに類似した堅牢性、シーンごとの最適化に近い再現品質を提供する。
  論文  参考訳（メタデータ） (2025-10-09T17:57:38Z)
• EVolSplat: Efficient Volume-based Gaussian Splatting for Urban View Synthesis [61.1662426227688]
  既存のNeRFおよび3DGSベースの手法は、フォトリアリスティックレンダリングを実現する上で有望な結果を示すが、スローでシーンごとの最適化が必要である。 本稿では,都市景観を対象とした効率的な3次元ガウススプレイティングモデルEVolSplatを紹介する。
  論文  参考訳（メタデータ） (2025-03-26T02:47:27Z)
• SweepEvGS: Event-Based 3D Gaussian Splatting for Macro and Micro Radiance Field Rendering from a Single Sweep [48.34647667445792]
  SweepEvGSは、イベントカメラを活用して、単一のスイープから堅牢で正確な新しいビュー合成を行う、新しいハードウェア統合手法である。 SweepEvGSの強靭性と効率性は,3つの異なる画像環境における実験により検証した。 以上の結果から,SweepEvGSは視覚的レンダリング品質,レンダリング速度,計算効率において,既存の手法を超越していることがわかった。
  論文  参考訳（メタデータ） (2024-12-16T09:09:42Z)
• GGRt: Towards Pose-free Generalizable 3D Gaussian Splatting in Real-time [112.32349668385635]
  GGRtは、現実のカメラポーズの必要性を軽減する、一般化可能な新しいビュー合成のための新しいアプローチである。 最初のポーズフリーの一般化可能な3D-GSフレームワークとして、GGRtは$ge$5 FPSで、リアルタイムレンダリングは$ge$100 FPSで実現している。
  論文  参考訳（メタデータ） (2024-03-15T09:47:35Z)

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。