論文の概要: EO-VGGT: Orbital Ray-Conditioned 3D Foundation Models for Satellite Multi-View Reconstruction
- arxiv url: http://arxiv.org/abs/2607.00417v1
- Date: Wed, 01 Jul 2026 04:19:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-02 19:56:07.713848
- Title: EO-VGGT: Orbital Ray-Conditioned 3D Foundation Models for Satellite Multi-View Reconstruction
- Title（参考訳）: EO-VGGT:衛星マルチビュー再構成のための軌道線合成3次元基礎モデル
- Abstract要約: EO-VGGT(英語版)は、凍結した遠近法駆動のモデルを、明示的な物理幾何学的埋め込みによる軌道観測に適応させるフレームワークである。
この結果から, 衛星3Dの高機能化には, 明確な物理形状と視野選択の最適化が不可欠であることが示唆された。
- 参考スコア（独自算出の注目度）: 14.023396396575132
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the era of satellite constellations, multi-view optical satellite imagery is pivotal for Earth Observation (EO) and high-quality Digital Surface Model (DSM) reconstruction. Although feed-forward 3D foundation models have transformed computer vision, their deployment in satellite remote sensing is inherently constrained by the structural discrepancy between implicit perspective assumptions and explicit orbital pushbroom geometry. This geometric incongruity is further compounded by pronounced view-set heterogeneity. We present EO-VGGT, a framework that adapts a frozen perspective-driven model to orbital observations via explicit physical geometry embedding.First, the Geometry-Correlation Constrained Selection (GCCS) strategy prunes sub-optimal observations by balancing geometric diversity and radiometric consistency to optimize the input sequence. Second, a Sensor-Ray Encoder (SRE) parameterizes pixel-level pushbroom lines of sight derived from the Rational Function Model (RFM) into high-dimensional space-geometric tokens, reconciling the mathematical discrepancy between central projection and orbital kinematics. Third, a lightweight Ray-Pointing-Aware Adapter (RPAA) employs gated residual blocks to integrate these tokens directly into the frozen transformer backbone. Our findings underscore that integrating explicit physical geometry with optimized view selection is essential for robust feed-forward satellite 3D reconstruction.
- Abstract（参考訳）: 衛星コンステレーションの時代において、多視点光学衛星画像は地球観測(EO)と高品質のデジタル表面モデル(DSM)の再構築に重要である。
フィードフォワード3Dファウンデーションモデルはコンピュータビジョンに変化をもたらしたが、衛星リモートセンシングへの展開は、暗黙の視点仮定と明示的な軌道プッシュブルーム幾何学の間の構造的相違によって本質的に制限されている。
この幾何学的不連続性は、ビューセットの不均一性によってさらに複雑化される。
まず、幾何相関制約選択(GCCS)戦略は、幾何学的多様性と放射量整合性のバランスをとり、入力シーケンスを最適化する。
第二に、センサ・レイ・エンコーダ(SRE)は、Rational Function Model(RFM)から派生したピクセルレベルのプッシュブルーム線を高次元空間幾何学的トークンにパラメータ化し、中心射影と軌道運動学の数学的相違を和らげる。
第3に、軽量のRay-Pointing-Aware Adapter (RPAA) は、これらのトークンを直接冷凍トランスバータバックボーンに統合するためにゲート残基を使用している。
この結果から, 衛星3Dの高機能化には, 明確な物理形状と視野選択の最適化が不可欠であることが示唆された。
関連論文リスト
- Surfsvr: 2D Surface Priors as 3D Geometric Regularizers for Sparse Voxel Reconstruction [56.51413081953813]
SurfSVRは2次元表面の先行を明示的な3次元幾何正規化器として扱う新しいスパースボクセル再構成パラダイムである。
鮮明なボクセルの再現は、視認性と幾何学的特性が著しく異なる場面で一貫して改善される。
論文 参考訳（メタデータ） (2026-08-12T11:25:31Z) - Visual Geometry Foundation-Aware Gaussians for Single-Frame Surround-View Driving Reconstruction [44.54907293631917]
単フレームのサラウンドビューリコンストラクションは、カメラ間オーバーラップが最小限であるために、厳密な幾何学的不安定さとレンダリングアーティファクトに直面している。
フィードフォワード・サラウンド・サラウンド・ビュー・ドライビング・リストラクションのための3Dガウス・スプレイティング・フレームワークであるVGGDを提案する。
論文 参考訳（メタデータ） (2026-08-11T09:04:33Z) - SeeSE3: Emergence of 3D Space in Vision Features [54.140615953727355]
視覚特徴空間の構造とユークリッド変換群$SE(3)$の関係について検討する。
本研究は、3次元ユークリッド空間と非常に強く相関する潜在部分空間を有する自己監督型視覚モデルについて,原理的に3次元の直接監督やアクティブエージェンシーの訓練を受けていないことを示す。
本稿では,視覚計測と局所化を潜在空間で純粋に行う「潜時空間ナビゲーション」技術について,明示的な3次元再構成の必要性を回避して提案する。
論文 参考訳（メタデータ） (2026-07-15T18:00:31Z) - Geometric Consistency Protocol for Foundation Model Features in Multi-View Satellite Imagery [11.56882902562207]
本稿では,Rational Polynomial Coefficients (RPC)フレームワークに適した,幾何学的かつ再現可能なプロトコルを提案する。
このRPC一貫性の評価を受けると、最先端の2Dバックボーンは、特別な3D認識モデルに対して非常に競争力があることが示される。
論文 参考訳（メタデータ） (2026-06-16T06:09:08Z) - IVGT: Implicit Visual Geometry Transformer for Neural Scene Representation [76.36174247570716]
ポーズレス多視点画像から連続的かつ一貫性のある幾何を暗黙的にモデル化するインプリシトビジュアル幾何変換器IVGTを提案する。
IVGTは標準座標系で連続的なニューラルネットワークシーン表現を学習し、任意の3D位置での連続的な空間クエリをサポートする。
連続的かつコヒーレントな表面形状の直接抽出を可能にし、任意の視点からRGB画像、深度マップ、表面正規写像のレンダリングを可能にする。
論文 参考訳（メタデータ） (2026-05-15T17:59:57Z) - SpatialFly: Geometry-Guided Representation Alignment for UAV Vision-and-Language Navigation in Urban Environments [49.966170814478915]
UAV VLNのための幾何学誘導空間表現フレームワークを提案する。
明示的な3次元再構成を伴わないRGB観測において、SpatialFlyは幾何学誘導2次元表示アライメント機構を導入する。
実験結果から、SpatialFlyは現状のUAV VLNベースラインを目に見える環境と見えない環境の両方で一貫して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） (2026-03-22T03:56:58Z) - GGPT: Geometry Grounded Point Transformer [22.64445696362087]
本稿では,GGPT(Geometry-Grounded Point Transformer)について紹介する。
この基礎の上に構築された幾何誘導型3次元点変換器は,比例的な部分幾何学的監督の下で高密度点マップを洗練する。
論文 参考訳（メタデータ） (2026-03-11T18:00:04Z) - Robust Mesh Saliency GT Acquisition in VR via View Cone Sampling and Geometric Smoothing [59.12032628787018]
バーチャルリアリティー(VR)における人中心視覚モデリングには3次元メッシュサリエンシ基底真理が不可欠である
現在のVRアイトラッキングパイプラインは、単一線サンプリングとユークリッドのスムース化に依存しており、テクスチャの注意を喚起し、ギャップをまたいだ信号の漏洩を引き起こす。
本稿では,これらの制約に対処する頑健な枠組みを提案する。
論文 参考訳（メタデータ） (2026-01-06T05:20:12Z) - COREA: Coarse-to-Fine 3D Representation Alignment Between Relightable 3D Gaussians and SDF via Bidirectional 3D-to-3D Supervision [15.632917458525851]
我々は,3次元ガウシアンとSDF(Signed Distance Field)を共同で学習し,正確な幾何学的再構成と忠実なリライティングを行う最初の統一フレームワークであるCOREAを提案する。
標準ベンチマークの実験では、COREAは統一されたフレームワーク内での新規ビュー合成、メッシュ再構成、PBRにおいて優れた性能を達成している。
論文 参考訳（メタデータ） (2025-12-08T02:41:42Z) - Generalizable and Relightable Gaussian Splatting for Human Novel View Synthesis [49.67420486373202]
GRGSは、多彩な照明条件下での高忠実なヒューマン・ノベル・ビュー・シンセサイザーのための一般的な3Dガウスのフレームワークである。
我々は, 精密深度および表面の正常度を予測するために, 合成依存データに基づいて学習した照明対応幾何微細化(LGR)モジュールを提案する。
論文 参考訳（メタデータ） (2025-05-27T17:59:47Z) - GeoGS3D: Single-view 3D Reconstruction via Geometric-aware Diffusion Model and Gaussian Splatting [81.03553265684184]
単視点画像から詳細な3Dオブジェクトを再構成するフレームワークであるGeoGS3Dを紹介する。
本稿では,GDS(Gaussian Divergence Significance)という新しい指標を提案する。
実験により、GeoGS3Dはビュー間で高い一貫性を持つ画像を生成し、高品質な3Dオブジェクトを再構成することを示した。
論文 参考訳（メタデータ） (2024-03-15T12:24:36Z)
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。