論文の概要: StructSplat: Generalizable 3D Gaussian Splatting from Uncalibrated Sparse Views
- arxiv url: http://arxiv.org/abs/2606.28321v1
- Date: Fri, 26 Jun 2026 17:59:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-29 18:24:25.556538
- Title: StructSplat: Generalizable 3D Gaussian Splatting from Uncalibrated Sparse Views
- Title（参考訳）: StructSplat: 正規化可能な3次元ガウス平滑化
- Abstract要約: StructSplatはフィードフォワードと一般化可能な3Dガウス再構成フレームワークである。
私たちのキーとなる考え方は、再構成プロセスにおいて明確な役割を持つ幾何学、意味、テクスチャを整理する構造化された表現を採用することです。
- 参考スコア（独自算出の注目度）: 52.76639935264078
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present StructSplat, a feed-forward and generalizable 3D Gaussian reconstruction framework that operates directly on uncalibrated images without requiring camera parameters. Existing methods either rely on per-scene optimization or assume known camera poses, and often entangle geometry and appearance within a unified backbone, limiting reconstruction fidelity and generalization. Our key idea is to adopt a structured representation that organizes geometry, semantic, and texture cues with explicit roles in the reconstruction process. Specifically, we introduce a pixel-aligned feature injection mechanism to enable accurate texture modeling from 2D observations, incorporate semantic-aware priors to improve global consistency, and design a camera alignment strategy to prevent information leakage and improve generalization. Experiments show that our method significantly outperforms prior approaches on challenging benchmarks. On DL3DV, our method achieves 28.045 PSNR, surpassing AnySplat (22.377) by +5.67 dB. In cross-dataset evaluation, our method achieves +1.94 dB over AnySplat on ACID and +1.72 dB on RealEstate10K. Project page: https://structsplat.github.io Code: https://github.com/J-C-Zhao/StructSplat
- Abstract（参考訳）: 我々は、カメラパラメータを必要とせずに、非校正画像を直接操作するフィードフォワードで一般化可能な3Dガウス再構成フレームワークであるStructSplatを提案する。
既存の手法はシーンごとの最適化や既知のカメラのポーズを前提としており、しばしば幾何と外観を統一されたバックボーン内で絡み合わせることで、再構築の忠実さと一般化を制限している。
私たちのキーとなる考え方は、再構成プロセスにおいて明確な役割を持つ幾何学、意味、テクスチャを整理する構造化された表現を採用することです。
具体的には,2次元観察から正確なテクスチャモデリングを実現するための画素アライン機能注入機構を導入し,セマンティックアウェアを組み込んでグローバルな一貫性を向上させるとともに,情報漏洩を防止し,一般化を改善するためのカメラアライメント戦略を設計する。
実験の結果,本手法は従来のベンチマーク手法よりも有意に優れていた。
DL3DVでは、AnySplat (22.377) を +5.67 dB で上回り、28.045 PSNRを達成する。
クロスデータセット評価では,AnySplatで+1.94dB,RealEstate10Kで+1.72dBを達成する。
プロジェクトページ: https://structsplat.github.io Code: https://github.com/J-C-Zhao/StructSplat
関連論文リスト
- HGGT: Robust and Flexible 3D Hand Mesh Reconstruction from Uncalibrated Images [81.42866295265443]
高忠実度3Dハンドジオメトリはコンピュータビジョンにおいて重要な課題である。
スケーラブルなアプリケーションは、正確性とデプロイメントの柔軟性の両方を必要とします。
本研究では、3Dハンドメッシュとカメラのポーズを非校正視点から推定するフィードフォワードアーキテクチャを提案する。
論文 参考訳（メタデータ） (2026-03-25T06:54:34Z) - YoNoSplat: You Only Need One Model for Feedforward 3D Gaussian Splatting [79.38712054342625]
YoNoSplatは、任意の数の画像から高品質な3次元ガウス格子表現を再構成するフィードフォワードモデルである。
我々のモデルは非常に多用途で、ポーズとアンポーズの両方で効果的に動作し、校正され、校正されていない入力を処理します。
ポーズフリーとポーズ依存の両方の設定で、標準ベンチマークで最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2025-11-10T17:21:54Z) - Zero-shot Inexact CAD Model Alignment from a Single Image [53.37898107159792]
1つの画像から3Dシーン構造を推測する実践的なアプローチは、データベースから密に一致する3Dモデルを検索し、画像内のオブジェクトと整列させることである。
既存のメソッドは、イメージによる教師付きトレーニングとアノテーションのポーズに依存しており、オブジェクトカテゴリの狭いセットに制限されている。
ポーズアノテーションを必要とせず、未知のカテゴリに一般化する不正確な3次元モデルの弱い教師付き9-DoFアライメント法を提案する。
論文 参考訳（メタデータ） (2025-07-04T04:46:59Z) - FreeSplatter: Pose-free Gaussian Splatting for Sparse-view 3D Reconstruction [69.63414788486578]
FreeSplatterはスケーラブルなフィードフォワードフレームワークで、キャリブレーションされていないスパースビュー画像から高品質な3Dガウシアンを生成する。
当社のアプローチでは,自己注意ブロックが情報交換を容易にする合理化トランスフォーマーアーキテクチャを採用している。
包括的データセットに基づいて,オブジェクト中心とシーンレベルの再構築のための2つの特殊な変種を開発する。
論文 参考訳（メタデータ） (2024-12-12T18:52:53Z) - SfM-Free 3D Gaussian Splatting via Hierarchical Training [42.85362760049813]
本研究では、ビデオ入力のための新しいSfM-Free 3DGS(SFGS)手法を提案し、既知のカメラポーズやSfM前処理の必要性を排除した。
提案手法では,複数の3次元ガウス表現を1つの統一3DGSモデルに訓練・統合する階層的学習戦略を導入する。
実験の結果,本手法は最先端のSfMフリー新規ビュー合成法を大きく上回っていることが明らかとなった。
論文 参考訳（メタデータ） (2024-12-02T14:39:06Z) - HiSplat: Hierarchical 3D Gaussian Splatting for Generalizable Sparse-View Reconstruction [46.269350101349715]
HiSplatは、一般化可能な3Dガウススプラッティングのための新しいフレームワークである。
階層的な3Dガウスを粗大な戦略で生成する。
これにより、再構築品質とデータセット間の一般化が大幅に向上する。
論文 参考訳（メタデータ） (2024-10-08T17:59:32Z) - Splatt3R: Zero-shot Gaussian Splatting from Uncalibrated Image Pairs [29.669534899109028]
Splatt3Rはポーズレスフィードフォワード方式で,立体対からの3次元再構成と新しいビュー合成を行う。
Splatt3Rは補正されていない自然画像から、カメラパラメータや深度情報を必要とせずに3Dガウススプラッターを予測できる。
Splatt3Rは512 x 512の解像度で4FPSでシーンを再構築でき、その結果のスプラッターをリアルタイムでレンダリングできる。
論文 参考訳（メタデータ） (2024-08-25T18:27:20Z) - A Construct-Optimize Approach to Sparse View Synthesis without Camera Pose [44.13819148680788]
カメラポーズを伴わないスパースビュー合成のための新しい構成と最適化手法を開発した。
具体的には、単分子深度と画素を3次元の世界に投影することで、解を構築する。
タンク・アンド・テンプル・アンド・スタティック・ハイクスのデータセットに3つの広い範囲のビューで結果を示す。
論文 参考訳（メタデータ） (2024-05-06T17:36:44Z) - InstantSplat: Sparse-view Gaussian Splatting in Seconds [91.77050739918037]
InstantSplatは,光速でスパークビュー3Dシーンを再現する新しい手法である。
InstantSplatでは,3Dシーン表現とカメラポーズを最適化する,自己管理フレームワークを採用している。
3D-GSの従来のSfMと比較して、30倍以上の再現を達成し、視覚的品質(SSIM)を0.3755から0.7624に改善する。
論文 参考訳（メタデータ） (2024-03-29T17:29:58Z)
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。