論文の概要: 3D Scene Graphs: Open Challenges and Future Directions

• arxiv url: http://arxiv.org/abs/2606.19383v1
• Date: Mon, 15 Jun 2026 08:14:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-19 18:23:39.429002
• Title: 3D Scene Graphs: Open Challenges and Future Directions
• Title（参考訳）: 3D Scene Graphs - オープンチャレンジと今後の方向性
• Authors: Dennis Rotondi, Francesco Argenziano, Sebastian Koch, Nathan Hughes, Martin Buechner, Johanna Wald, Lukas Rosenberger Schmid, Daniele Nardi, Abhinav Valada, Liam Paull, Federico Tombari, Luca Carlone, Kai O. Arras,
• Abstract要約: 3次元シーングラフ(3DSG)は、幾何学的接地と環境のセマンティックおよびリレーショナル抽象化を組み合わせることで、空間AIの強力な表現として登場した。 この調査は3DSGの統一的で批判的なレビューを提供し、オープンな課題と今後の方向性に特に重点を置いている。
• 参考スコア（独自算出の注目度）: 56.932031090019855
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Scene Graphs (3DSGs) have emerged as a powerful representation for spatial AI by combining geometric grounding with semantic and relational abstractions of the environment. Their expressiveness has made them relevant to a broad range of problems in robotics and computer vision, including manipulation, navigation, task planning, scene understanding, and many others. However, the field remains fragmented: different communities adopt distinct formulations, construction pipelines, and evaluation protocols, making it difficult to compare methods, identify common assumptions, and assess remaining challenges for robust real-world deployment. This survey provides a unified and critical review of 3DSGs, with particular emphasis on open challenges and future directions. We first formalize 3DSGs under a common definition and analyze the principal modeling choices that characterize existing formulations, including node and edge attributes, hierarchical structure, dynamic scene representations, and affordance-aware extensions. We then review how 3DSGs are built from raw sensory observations, discussing the most common terminologies, conventions, and techniques. Finally, we examine downstream applications and evaluation strategies, from intrinsic graph quality to task-level performance. To support the community, we also provide a dedicated website that organizes and extends the surveyed content, accessible at https://3dscenegraphs.com/.
• Abstract（参考訳）: 3次元シーングラフ(3DSG)は、幾何学的接地と環境のセマンティックおよびリレーショナル抽象化を組み合わせることで、空間AIの強力な表現として登場した。 彼らの表現力は、操作、ナビゲーション、タスク計画、シーン理解など、ロボット工学やコンピュータビジョンの幅広い問題に関係している。 異なるコミュニティは、異なる定式化、建設パイプライン、評価プロトコルを採用しており、メソッドの比較、一般的な仮定の特定、そして、堅牢な現実世界のデプロイメントのための残りの課題の評価が困難である。 この調査は3DSGの統一的で批判的なレビューを提供し、オープンな課題と今後の方向性に特に重点を置いている。 まず3DSGを共通の定義で定式化し、ノード属性やエッジ属性、階層構造、動的シーン表現、アベイランス対応拡張など、既存の定式化を特徴付ける主要なモデリング選択を解析する。 次に、3DSGが生の感覚観察からどのように構築されているのかをレビューし、最も一般的な用語、慣習、技術について議論する。 最後に、本研究では、本質的なグラフ品質からタスクレベルのパフォーマンスに至るまで、下流のアプリケーションと評価戦略について検討する。 コミュニティをサポートするために,調査内容の整理と拡張を行う専用Webサイトも提供しています。

関連論文リスト

• DGSG-Mind: Dynamic 3D Gaussian Scene Graphs for Long-Term Scene Understanding and Grounding [6.961193964556352]
  本稿では,DGSG-Mindについて述べる。DGSG-Mindは3次元ガウス動的シーングラフを具体化したハイブリッドなインスタンス認識型動的シーングラフシステムである。 DGSG-Mindは自己再構成マップ上で動作させる手法の中で最高のゼロショット3DVG性能が得られることを示す。 また、現実のロボットにDGSG-Mindを配置し、ターゲット指向の推論と動的更新機能を示す。
  論文  参考訳（メタデータ） (2026-05-28T13:04:17Z)
• A Systematic Survey on Deep Learning Architectures for Point Cloud Classification and Segmentation [2.3895981099137535]
  ポイントクラウドは、その単純さと幾何学的忠実さのために、3Dの形状とシーンを表現するために最も広く採用されているフォーマットである。 その本質的に秩序のない不規則な性質は、センサーノイズと閉塞によって悪化し、機械学習ベースの方法論に固有の課題をもたらす。 私たちの焦点は、ポイントクラウド分類、パートセグメンテーション、セマンティックセグメンテーションという、3Dビジョンにおける3つの基本的なタスクのためのディープラーニングモデルに向けられている。
  論文  参考訳（メタデータ） (2026-05-16T19:37:41Z)
• Open-World 3D Scene Graph Generation for Retrieval-Augmented Reasoning [24.17324180628543]
  本稿では,Retrieval-Augmented Reasoningを用いたOpen-World 3D Scene Graph Generationの統一フレームワークを提案する。 本手法は,視覚言語モデル(VLM)と検索に基づく推論を統合し,マルチモーダル探索と言語誘導インタラクションを支援する。 本研究では,3DSSG と Replica ベンチマークを用いて,多様な環境下での堅牢な一般化と優れた性能を実証する4つのタスクシーンの質問応答,視覚的グラウンド,インスタンス検索,タスク計画の検証を行った。
  論文  参考訳（メタデータ） (2025-11-08T07:37:29Z)
• A Survey on 3D Gaussian Splatting Applications: Segmentation, Editing, and Generation [66.62489208150681]
  3D Gaussian Splatting (3DGS)は3Dシーン表現のためのNeRF(Neural Radiance Fields)の強力な代替品として登場した。 このサーベイは、3DGSアプリケーションの最近の進歩を概観する。
  論文  参考訳（メタデータ） (2025-08-13T17:44:39Z)
• Agentic 3D Scene Generation with Spatially Contextualized VLMs [67.31920821192323]
  本稿では,複雑な3D環境の生成,理解,編集を可能にする新しいパラダイムを提案する。 我々は,VLMが空間コンテキストから反復的に読み取って更新するエージェント型3Dシーン生成パイプラインを開発した。 その結果,我々のフレームワークは多様かつ困難な入力を処理でき,事前の作業では観測できないような一般化のレベルを達成することができることがわかった。
  論文  参考訳（メタデータ） (2025-05-26T15:28:17Z)
• Embodied Intelligence for 3D Understanding: A Survey on 3D Scene Question Answering [28.717312557697376]
  3D Scene Question Answeringは、3D視覚認識と自然言語処理を統合した学際的なタスクである。 大規模マルチモーダルモデリングの最近の進歩は、多様なデータセットの作成を促している。 われわれは3D SQAの総合的かつ体系的なレビューを行った。
  論文  参考訳（メタデータ） (2025-02-01T07:01:33Z)
• GREAT: Geometry-Intention Collaborative Inference for Open-Vocabulary 3D Object Affordance Grounding [53.42728468191711]
  Open-Vocabulary 3D object affordance groundingは、任意の命令で3Dオブジェクト上のアクション可能性の領域を予測することを目的としている。 GREAT (GeometRy-intEntion collAboraTive Inference) を提案する。
  論文  参考訳（メタデータ） (2024-11-29T11:23:15Z)
• A Survey on 3D Gaussian Splatting [61.50539646390613]
  3次元ガウススプラッティング (GS) は放射場における変換技術として出現している。 本稿では,3D GSの最近の発展と重要な貢献について,初めて体系的に概説する。 前例のないレンダリング速度を実現することで、3D GSは、仮想現実からインタラクティブメディアなど、数多くのアプリケーションを開くことができる。
  論文  参考訳（メタデータ） (2024-01-08T13:42:59Z)
• Exploiting Edge-Oriented Reasoning for 3D Point-based Scene Graph Analysis [21.920148546359016]
  認識と推論を橋渡しする3Dポイントベースのシーングラフ生成フレームワークを提案する。 推論段階では、EDGE指向のグラフ畳み込みネットワークが作成され、多次元エッジ機能を利用する。 実験結果は、シーングラフ生成研究に有望なエッジ指向推論効果を示す。
  論文  参考訳（メタデータ） (2021-03-09T17:09:46Z)

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。