Fugu-MT 論文翻訳(概要): CORGI: Consistency-Aware 3D Dog Reconstruction from a Single Image in the Wild

論文の概要: CORGI: Consistency-Aware 3D Dog Reconstruction from a Single Image in the Wild

arxiv url: http://arxiv.org/abs/2607.00321v1
Date: Wed, 01 Jul 2026 01:38:29 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-02 19:56:07.679795
Title: CORGI: Consistency-Aware 3D Dog Reconstruction from a Single Image in the Wild
Title（参考訳）: 野生の単一画像から3D犬を再現するCORGI
Authors: Yuxiao Wu, Weile Li, Boyi Zhu, Yumeng Liu, Youcheng Cai, Ligang Liu,
Abstract要約: CORGIは、単一の制約のない画像から、一貫性を意識した3D犬の再構築のための新しいフレームワークである。生成的不整合とマルチビューキャプチャの欠如を克服するために,パイプラインには3つのコアコンポーネントが導入されている。我々は,CORGIが最先端のパフォーマンスを達成し,多種多様な犬種をシームレスに一般化することを示す。
参考スコア（独自算出の注目度）: 13.416281912804633
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Reconstructing high-fidelity 3D models of highly articulated animals, such as dogs, from a single in-the-wild image remains a formidable challenge. In this paper, we introduce CORGI, a novel framework for consistency-aware 3D dog reconstruction from a single unconstrained image that completely eliminates the need for 3D supervision. To overcome generative inconsistencies and the lack of multi-view capture, our pipeline introduces three core components. First, we propose a Canonical-Driven Orbital Generation (CDOG) strategy, utilizing specialized Canonical and Orbit LoRAs to normalize arbitrary input poses and synthesize reliable 360-degree video observations. Second, we design a Consistency-aware Deformable 3DGS (CA-3DGS) module that anchors on a D-SMAL prior, explicitly modeling per-view generative errors through dedicated neural deformation fields to learn accurate vertex-level displacements. Finally, to eliminate structural distortions and recover high-frequency details, we introduce a self-supervised Deformation-Conditioned Generative Repair (DCGR) module. Extensive experiments demonstrate that CORGI achieves state-of-the-art performance, generalizing seamlessly across diverse dog breeds to produce geometrically accurate, visually coherent, and fully animatable 3D assets ready for downstream applications.
Abstract（参考訳）: 犬のような高精細な動物の高忠実度3Dモデルを一眼で再現することは、まだまだ難しい課題だ。本稿では,CORGIについて紹介する。CORGIは,1枚の制約のない画像から,3D監視の必要性を完全に排除する,一貫性を意識した3D犬の再構築のための新しいフレームワークである。生成的不整合とマルチビューキャプチャの欠如を克服するために,パイプラインには3つのコアコンポーネントが導入されている。まず,CDOG(Canonical-Driven Orbital Generation)戦略を提案し,任意の入力ポーズを正規化し,信頼性の高い360度ビデオ観察を合成する。第二に、D-SMALに先行して固定された一貫性対応の変形可能な3DGS(CA-3DGS)モジュールを設計し、専用の神経変形場を通してビュー毎の生成誤差を明示的にモデル化し、正確な頂点レベルの変位を学習する。最後に, 構造歪みを除去し, 高周波の詳細を復元するために, 自己監督型変形制御再生モジュール(DCGR)を導入する。大規模な実験により、CORGIは最先端のパフォーマンスを達成し、様々な犬種をシームレスに一般化し、幾何学的に正確で、視覚的に整合性があり、下流のアプリケーションに適した完全にアニメーション可能な3Dアセットを作り出すことが実証された。

関連論文リスト

Towards Realistic and Consistent Orbital Video Generation via 3D Foundation Priors [61.34273238077091]
本稿では,物体の単一画像からオービタルビデオを生成する新しい手法を提案する。本手法は,最先端の手法と比較して,視覚的品質,形状リアリズム,多視点整合性を実現している。
論文参考訳（メタデータ） (2026-04-14T05:35:46Z)
DogWeave: High-Fidelity 3D Canine Reconstruction from a Single Image via Normal Fusion and Conditional Inpainting [0.8602553195689513]
単一のRGB画像から高忠実度3D犬モデルを構築するためのモデルベースフレームワークであるDogWeaveを提案する。 DogWeaveは、粗い初期パラメータメッシュを詳細なSDF表現に精製することで、幾何学的改善を行う。 DogWeaveは、完全なリアルな3Dモデルを生成し、犬の形状精度とテクスチャリアリズムの両方で、最先端の単一画像から3D再構成方法に勝る。
論文参考訳（メタデータ） (2026-03-08T03:35:49Z)
C-DOG: Multi-View Multi-instance Feature Association Using Connected δ-Overlap Graphs [4.576442835703357]
C-DOG(Connected delta-Overlap Graph)は,ロバストな幾何学的特徴結合のためのアルゴリズムである。 C-DOGグラフでは、異なるビューから2D特徴点を表す2つのノードが、同じ3D点に対応する場合、エッジで接続される。合成ベンチマークの実験では、C-DOGは幾何学ベースのベースラインアルゴリズムよりも優れているだけでなく、要求条件下でも非常に堅牢であることが示された。
論文参考訳（メタデータ） (2025-07-18T17:23:45Z)
CGS-GAN: 3D Consistent Gaussian Splatting GANs for High Resolution Human Head Synthesis [10.207899254360374]
3次元ガウススプラッティングに基づく3次元GANは、人間の頭部の高品質な合成のために提案されている。既存の方法は、現在のカメラ位置でランダム潜伏ベクトルを条件にすることにより、トレーニングを安定させ、急な視点からレンダリング品質を向上させる。ビューコンディショニングを必要とせずに、安定した訓練と高品質な頭部合成を可能にする新しい3DガウススプラッティングGANフレームワークであるCGS-GANを紹介する。
論文参考訳（メタデータ） (2025-05-23T07:56:25Z)
GCA-3D: Towards Generalized and Consistent Domain Adaptation of 3D Generators [24.67369444661137]
GCA-3Dはデータ生成の複雑なパイプラインを使わずに汎用的で一貫した3Dドメイン適応法である。我々は,非逆方向の3次元生成モデルに効率よく適応するために,多モード深度対応型スコア蒸留サンプリング損失を導入する。実験により, GCA-3Dは, 効率, 一般化, 精度, アイデンティティの整合性の観点から, 従来の手法よりも優れていた。
論文参考訳（メタデータ） (2024-12-20T02:13:11Z)
LiftImage3D: Lifting Any Single Image to 3D Gaussians with Video Generation Priors [107.83398512719981]
シングルイメージの3D再構成は、コンピュータビジョンの根本的な課題である。遅延ビデオ拡散モデルの最近の進歩は、大規模ビデオデータから学ぶ有望な3D事前情報を提供する。本稿では,LVDMの生成先行情報を効果的にリリースするフレームワークであるLiftImage3Dを提案する。
論文参考訳（メタデータ） (2024-12-12T18:58:42Z)
DSplats: 3D Generation by Denoising Splats-Based Multiview Diffusion Models [67.50989119438508]
本稿では,ガウスをベースとしたレコンストラクタを用いて,リアルな3Dアセットを生成することで,マルチビュー画像を直接認識するDSplatを紹介した。実験の結果,DSplatsは高品質で空間的に一貫した出力を生成できるだけでなく,単一画像から3次元再構成への新たな標準も設定できることがわかった。
論文参考訳（メタデータ） (2024-12-11T07:32:17Z)
3D-Consistent Human Avatars with Sparse Inputs via Gaussian Splatting and Contrastive Learning [19.763523500564542]
CHASEはスパース入力のみを使用して高密度なインプットレベルのパフォーマンスを実現する新しいフレームワークである。トレーニングセットからの類似のポーズを活用することにより,変形したガウスを洗練する動的アバター調整(DAA)モジュールを導入する。スパース入力用に設計されているが、CHASEはZJU-MoCapとH36Mデータセットのフル設定とスパース設定の両方で最先端のメソッドを超越している。
論文参考訳（メタデータ） (2024-08-19T02:46:23Z)
GSD: View-Guided Gaussian Splatting Diffusion for 3D Reconstruction [52.04103235260539]
単一視点からの3次元オブジェクト再構成のためのガウススプティング表現に基づく拡散モデル手法を提案する。モデルはGS楕円体の集合で表される3Dオブジェクトを生成することを学習する。最終的な再構成されたオブジェクトは、高品質な3D構造とテクスチャを持ち、任意のビューで効率的にレンダリングできる。
論文参考訳（メタデータ） (2024-07-05T03:43:08Z)
NeRF-GAN Distillation for Efficient 3D-Aware Generation with Convolutions [97.27105725738016]
GAN(Generative Adversarial Networks)のようなニューラルラジアンスフィールド(NeRF)と生成モデルの統合は、単一ビュー画像から3D認識生成を変換した。提案手法は,ポーズ条件付き畳み込みネットワークにおいて,事前学習したNeRF-GANの有界遅延空間を再利用し,基礎となる3次元表現に対応する3D一貫性画像を直接生成する手法である。
論文参考訳（メタデータ） (2023-03-22T18:59:48Z)

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。