論文の概要: RefGlass-GS: A UAV-Enabled Fusion Framework for Photorealistic, Semantic and Interactive Digitization of Reflective Glass Facades via Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2606.28826v1
- Date: Sat, 27 Jun 2026 09:21:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:15.699716
- Title: RefGlass-GS: A UAV-Enabled Fusion Framework for Photorealistic, Semantic and Interactive Digitization of Reflective Glass Facades via Gaussian Splatting
- Title（参考訳）: RefGlass-GS:ガウススティングによる反射ガラスファサードのフォトリアリスティック、セマンティック、インタラクティブなデジタル化のためのUAV対応核融合フレームワーク
- Abstract要約: RefGlass-GSは、エンドツーエンドのUAVベースの光リアル、セマンティック、および反射ガラスファサードのインタラクティブなデジタル化を可能にする融合フレームワークである。
- 参考スコア（独自算出の注目度）: 13.380528855688437
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Existing digitization of buildings with reflective glass facades suffers from geometric reconstruction distortion, unrealistic view-dependent texture rendering, and difficulties in object-based semantic enhancement. Therefore, we propose RefGlass-GS, a fusion framework that enables end-to-end UAV-based photorealistic, semantic, and interactive digitization of reflective glass facades. The contributions include: (1) proposing an individual glass panel segmentation method based on maximum a posteriori estimation with structural regularities, robust to severe reflection and background interference; (2) formulating a UAV viewpoint planning optimization function that maximizes the coverage of view-dependent appearance for sufficient data capture; (3) developing an optimized Gaussian Splatting framework with a Reflection MLP, a novel deferred shading function, and two enhanced regularization terms for effective modeling of high-frequency near-field reflections; (4) introducing a standardized data organization paradigm for structuring GS-based representations into object-based models, facilitating interactive facility management on digital twin platforms. Experiments on real-world reflective glass facade scenes validate the effectiveness and superiority of the proposed method. Specifically, the glass panel segmentation achieves an improvement of 0.1927 in mIoU over SOTA methods, and only our method enables instance-level panel extraction. The UAV view planning improves novel view synthesis for reflective facades by 13.15 dB in PSNR compared to commercially used nap-of-the-object planning methods. The RefGlass-GS modeling outperforms SOTA Gaussian Splatting approaches for reflective scenes with an average improvement of 5.08 dB in PSNR.
- Abstract（参考訳）: 反射ガラスファサードを持つ建物の既存のデジタル化は、幾何学的再構成歪み、非現実的なビュー依存テクスチャレンダリング、およびオブジェクトベースセマンティックエンハンスメントの難しさに悩まされている。
そこで本稿では,UAVをベースとした光リアル,セマンティック,インタラクティブな反射ガラスファサードのデジタル化を可能にする融合フレームワークであるRefGlass-GSを提案する。
コントリビューションには,(1)構造的規則性による最大アフター推定に基づく個別ガラスパネルセグメンテーション手法の提案,(2)十分なデータキャプチャのためのビュー依存外観のカバレッジを最大化するUAV視点計画最適化関数の定式化,(3)リフレクションMLPによる最適化されたガウス・スメッティングフレームワークの開発,新しい遅延シェーディング機能,(4)高頻度近接場反射の効果的なモデリングのための2つの拡張正規化用語の導入,(4)オブジェクトベースモデルへのGSベースの表現構築のための標準化されたデータ組織パラダイムの導入,などが含まれる。
実世界の反射ガラスファサードシーン実験により,提案手法の有効性と優位性を検証した。
具体的には, ガラスパネルのセグメンテーションによりSOTA法よりも0.1927mIoUの精度が向上し, インスタンスレベルのパネル抽出が可能となった。
UAVビュープランニングにより、PSNRの反射ファサードの新規なビュー合成が13.15dB向上する。
RefGlass-GSモデリングは、PSNRにおける平均5.08dBの改善により、反射シーンに対するSOTAガウス散乱法よりも優れている。
関連論文リスト
- FRA-NBV: A Fast and Reflectivity-Aware Next-Best-View Strategy [0.0]
反射面は、深度センサーによる自律的な3D再構成において、欠落または信頼できない測定を引き起こす。
本稿では,反射誘起深度損失に明示的に対処するFRA-NBV(Fast Reflectivity-Aware Next-Best-View)戦略を提案する。
論文 参考訳（メタデータ） (2026-08-03T09:21:38Z) - Intend, Reflect, Refine: An Adaptive Multimodal Reflection Framework for Autonomous Driving [79.71689985927625]
自律運転のための適応型マルチモーダルリフレクションフレームワークであるIRR-Driveを提案する。
IRR-Driveは明らかにシーンの進化を予測し、モデルは厳密な自己修正と初期意図の洗練を可能にした。
提案手法はPDMSとNAVSIMSのベンチマークにおける最先端性能を実現する。
論文 参考訳（メタデータ） (2026-06-22T06:53:58Z) - GRAR: Glass-induced Reflection Artifact Removal in LiDAR Point Clouds [7.586613779032423]
本稿では,頑健なリフレクションアーティファクト除去を目的とした新しい統合フレームワークを提案する。
最初の段階では、マルチモーダル・ビジョン・ファンデーション・モデルを用いて初期ガラスマスクを製造する。
第2段階では,Reflection-Aware Local-Global Geometric similarity (RE-LGGS)と呼ばれる物理駆動型記述子を提案する。
論文 参考訳（メタデータ） (2026-06-09T08:09:33Z) - RT-GS: Gaussian Splatting with Reflection and Transmittance Primitives [52.10688811929143]
本稿では,マイクロファセット材料モデルとレイトレーシングを統合した統一フレームワークを提案する。
実験により, 複雑な環境下では, 物体の反射や物体の回収に成功していることが示された。
論文 参考訳（メタデータ） (2026-04-01T05:50:03Z) - 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) - Ref-DGS: Reflective Dual Gaussian Splatting [51.77181103979343]
反射的な外観、特に強く、典型的には近接場スペクトル反射は、正確な表面再構成と新しい見方に根本的な課題をもたらす。
本稿では,このトレードオフに対処する反射型二重ガウススプレイティングフレームワークRef-DGSを提案する。
実験により、Ref-DGSは反射シーンにおける最先端のパフォーマンスを達成しつつ、レイベースガウス法よりもかなり高速なトレーニングを行うことが示された。
論文 参考訳（メタデータ） (2026-03-08T14:54:15Z) - Reflection Removal through Efficient Adaptation of Diffusion Transformers [30.68558779968187]
単像反射除去のための拡散変換器(DiT)フレームワークを提案する。
我々は,既存の反射除去データソースを多様性,拡張性,フォトリアリズムについて分析する。
現実的なガラス材料と反射効果を合成するために,Blenderに物理ベースレンダリングパイプラインを構築した。
論文 参考訳（メタデータ） (2025-12-04T17:12:39Z) - MaterialRefGS: Reflective Gaussian Splatting with Multi-view Consistent Material Inference [83.38607296779423]
より物理的な環境モデルを用いた多視点一貫した物質推定がガウススプラッティングによる正確な反射の学習の鍵となることを示す。
本手法は照明と幾何学の両方を忠実に復元し,新しいビュー合成における最先端のレンダリング品質を実現する。
論文 参考訳（メタデータ） (2025-10-13T13:29:20Z) - 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)
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。