論文の概要: CasaMaestro: Multi-View Panoramas for House-Scale 3D Reconstruction
- arxiv url: http://arxiv.org/abs/2606.31086v1
- Date: Tue, 30 Jun 2026 03:21:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-01 18:27:19.064623
- Title: CasaMaestro: Multi-View Panoramas for House-Scale 3D Reconstruction
- Title（参考訳）: CasaMaestro:ハウススケール3D再構築のためのマルチビューパノラマ
- Abstract要約: カサマエストロ(CasaMaestro)は、20から50個のパノラマを入力として行うことができるフィードフォワードモデルである。
実験により、CasaMaestroは現実世界と合成シーンの両方で、高品質な結果を確実に提供できることが示されている。
- 参考スコア（独自算出の注目度）: 19.308692817935874
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rise of home-deployed embodied AI systems is driving a growing need for fast, metric 3D reconstruction of residential spaces to support navigation, interaction, and long-horizon task execution. However, the commonly used pinhole-camera 3D reconstruction pipelines struggle to model large indoor residences efficiently due to their limited field of view, to which achieving full coverage across multiple rooms often requires thousands of images and incurs drift from long chains of incremental alignment. In this work, we present CasaMaestro (Spanish words meaning ``house'' and ``master''), a feedforward model that can take only twenty to fifty sparse multi-view indoor panoramas as input and directly predicts metric depth along with camera poses, allowing fast point-cloud reconstruction of the entire house with full coverage. CasaMaestro is the first model that supports house-scale reconstruction with multi-view panoramas. Experiments show that CasaMaestro can robustly provide high quality results in both real-world and synthetic scenes, which can serve as a strong foundation for acquiring house-scale 3D indoor assets to be applied in close-loop simulation.
- Abstract（参考訳）: 自家製エボデードAIシステムの台頭は、ナビゲーション、対話、長距離タスク実行をサポートするために、住宅空間の高速でメートル法的な3D再構築の必要性が高まっている。
しかし、一般的に使われているピンホールカメラ3D再構築パイプラインは、視野が狭いため、屋内の大きな住居を効率的にモデル化するのに苦労している。
本研究では、入力として20から50のスパースな屋内パノラマしか持たないフィードフォワードモデルであるCasaMaestro(スペイン語で「ハウス」と「マスター」の意)を紹介し、カメラのポーズとともにメートル法深度を直接予測し、フルカバレッジで家全体のポイントクラウド再構築を可能にする。
CasaMaestroは、マルチビューパノラマによる住宅規模の再構築をサポートする最初のモデルである。
実験により、CasaMaestroは現実世界と合成シーンの両方で高品質な結果を確実に提供できることが示され、これはクローズループシミュレーションに適用される家庭用3D屋内資産の獲得の強力な基盤となる。
関連論文リスト
- Genie Sim PanoWorld: An Infinite Indoor 3D World Generation Pipeline via Panoramic Scene Modeling and Simulation [9.228046414885494]
既存の方法では、下流の3D再構成を阻害する計量軌道制御が欠如しているか、あるいは長距離カメラの動作下での大規模な排除に苦慮している。
我々は2段階のフィードフォワードパイプラインであるGenie Sim PanoWorldを紹介した。
論文 参考訳（メタデータ） (2026-07-29T09:08:16Z) - Unified Panoramic Geometry Estimation via Multi-View Foundation Models [22.160964470897003]
PaGeR (Panoramic Geometry Reconstruction) は、パノラマ領域に強力な3D基盤モデルを持ち上げるためのフレームワークである。
我々の戦略は、3次元再構成のための事前訓練された変換器から始まり、それを統一された高性能モデルに変換することである。
室内環境と屋外環境の両方で我々の手法を広範囲にテストし、最先端のパフォーマンスを実現することを発見した。
論文 参考訳（メタデータ） (2026-05-25T22:32:42Z) - PanoWorld: A Generative Spatial World Model for Consistent Whole-House Panorama Synthesis [9.056861577664717]
パノワールド(英: PanoWorld)は、ノードベースのパノラマの自動回帰生成としてハウス全体の合成を扱う生成空間世界モデルである。
クロスノードレイアウトとマテリアル一貫性を改善しつつ、高周波2D合成品質を保っている。
論文 参考訳（メタデータ） (2026-05-18T06:25:37Z) - HouseTour: A Virtual Real Estate A(I)gent [80.36635722117329]
本研究では,空間認識型3次元カメラ軌道と自然言語要約生成手法であるHouseTourを紹介する。
提案手法は,カメラのポーズに制約された拡散過程によってスムーズな映像トラジェクトリを生成する。
我々は3Dガウススプラッティングを用いて最終映像を合成し、軌道に沿って新しいビューを描画する。
論文 参考訳（メタデータ） (2025-10-20T19:47:35Z) - WorldMirror: Universal 3D World Reconstruction with Any-Prior Prompting [51.69408870574092]
汎用的な3次元幾何予測タスクのためのオールインワンフィードフォワードモデルであるWorldMirrorを提案する。
我々のフレームワークは、カメラのポーズ、内在性、深度マップなど、様々な幾何学的先入観を柔軟に統合する。
WorldMirrorは、カメラ、ポイントマップ、深さ、表面正規推定から新しいビュー合成に至るまで、さまざまなベンチマークで最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2025-10-12T17:59:09Z) - MapAnything: Universal Feed-Forward Metric 3D Reconstruction [63.79151976126576]
MapAnythingは1つ以上の画像を取り込み、カメラの内在性、ポーズ、深さ、部分的な再構築など、任意の幾何学的入力を行う。
そして、メーター3Dシーンの幾何学とカメラを直接補強する。
MapAnythingは、単一のフィードフォワードパスで幅広い3Dビジョンタスクに対処する。
論文 参考訳（メタデータ） (2025-09-16T18:00:14Z) - UniK3D: Universal Camera Monocular 3D Estimation [62.06785782635153]
カメラをモデル化可能なモノクル3D推定法として,UniK3Dを提案する。
本手法では, 球面3次元表現を導入し, カメラとシーンの形状をよりよく切り離すことができる。
13の多様なデータセットに対する包括的なゼロショット評価は、3D、ディープ、カメラメトリクスにわたるUniK3Dの最先端のパフォーマンスを示している。
論文 参考訳（メタデータ） (2025-03-20T17:49:23Z) - MUSt3R: Multi-view Network for Stereo 3D Reconstruction [11.61182864709518]
本稿では,DUSt3Rのペアから複数のビューへの拡張を提案する。
計算複雑性を低減できる多層メモリ機構でモデルを拡張します。
このフレームワークは、オフラインとオンラインの両方で3D再構成を実行するように設計されているため、SfMとビジュアルSLAMシナリオにシームレスに適用できる。
論文 参考訳（メタデータ） (2025-03-03T15:36:07Z) - IM360: Large-scale Indoor Mapping with 360 Cameras [48.99932182976206]
大規模屋内環境のための新しい3Dマッピングパイプラインを提案する。
本稿では,球面カメラモデルとStructure-from-Motion(SfM)パイプラインを融合したIM360を提案する。
我々のSfMは、360度画像に特化して設計された密マッチング機能を利用しており、画像登録の優れた能力を示している。
大規模屋内シーンにおけるパイプラインの評価を行い,実世界のシナリオにおけるその効果を実証した。
論文 参考訳（メタデータ） (2025-02-18T05:15:19Z) - DynOMo: Online Point Tracking by Dynamic Online Monocular Gaussian Reconstruction [65.46359561104867]
モノクラーカメラ入力からのオンライン2Dおよび3Dポイントトラッキングの課題を対象としている。
我々は3Dガウススプラッティングを利用して動的シーンをオンラインに再構築する。
我々は,オンラインのポイントトラッキングとリコンストラクションを推進し,様々な現実のシナリオに適用可能にすることを目的としている。
論文 参考訳（メタデータ） (2024-09-03T17:58:03Z) - Pano2Room: Novel View Synthesis from a Single Indoor Panorama [20.262621556667852]
Pano2Roomは、1枚のパノラマ画像から高品質な3D屋内シーンを自動的に再構築するように設計されている。
鍵となるアイデアは、最初に入力パノラマから予備メッシュを構築し、パノラマRGBDインペイントを使用して反復的にこのメッシュを洗練することである。
精巧なメッシュは3次元ガウス散乱場に変換され、収集された擬似ノベルビューで訓練される。
論文 参考訳（メタデータ） (2024-08-21T08:19:12Z) - Lightweight Multi-View 3D Pose Estimation through Camera-Disentangled
Representation [57.11299763566534]
空間校正カメラで撮影した多視点画像から3次元ポーズを復元する手法を提案する。
我々は3次元形状を利用して、入力画像をカメラ視点から切り離したポーズの潜在表現に融合する。
アーキテクチャは、カメラプロジェクション演算子に学習した表現を条件付け、ビュー当たりの正確な2次元検出を生成する。
論文 参考訳（メタデータ） (2020-04-05T12:52:29Z)
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。