論文の概要: City-Level 3D Surface Reconstruction with Viewpoint Orientation Partitioning and Scene Completion

• arxiv url: http://arxiv.org/abs/2607.03771v1
• Date: Sat, 04 Jul 2026 08:44:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:29.712765
• Title: City-Level 3D Surface Reconstruction with Viewpoint Orientation Partitioning and Scene Completion
• Title（参考訳）: 視点配向分割とシーンコンプリートによる都市レベル3次元表面再構成
• Authors: Liang Han, Wenyuan Zhang, Junsheng Zhou, Yu-Shen Liu, Zhizhong Han,
• Abstract要約: マルチビュー3D表面再構成は、コンピュータビジョンにおける長年の課題である。 近年の3次元ガウススプラッティング(3DGS)に基づく大規模再構成手法は,目覚ましい新規なビュー合成を実現する。 本稿では,大規模シーンの表面を効率的にかつ忠実に再構築する,新しい分割手法を提案する。
• 参考スコア（独自算出の注目度）: 92.92843111081761
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Multi-view 3D surface reconstruction is a longstanding challenge in computer vision. Although recent large-scale reconstruction methods based on 3D Gaussian Splatting (3DGS) achieve impressive novel-view synthesis, producing high-quality surfaces over large scenes remains difficult, due to complex geometry, long optimization, and limited memory. In this paper, we propose a novel yet simple partitioning method to efficiently and faithfully reconstruct large-scale scene surfaces. Our key insight lies in a scene partitioning method based on viewpoint orientation. This partitioning approach ensures that views with similar orientations are jointly involved for more accurate depth estimations, leading to precise surface reconstructions and balanced computation on multiple GPUs in parallel. In addition, we propose a strategy to detect and repair missing regions in the initial point cloud caused by sparse viewpoints or insufficient textures, thereby further improving the geometric quality. Extensive experiments on the GauU-Scene, MatrixCity, and UrbanScene3D datasets demonstrate that our method outperforms the state-of-the-art approaches in surface reconstruction for large-scale scenes. Project page: https://hanl2010.github.io/VOP-GS.
• Abstract（参考訳）: マルチビュー3D表面再構成は、コンピュータビジョンにおける長年の課題である。 近年の3次元ガウススプラッティング(3DGS)に基づく大規模再構成手法は目覚ましい視点合成を実現しているが, 複雑な幾何学, 長い最適化, 限られたメモリのために, 大規模なシーン上で高品質な面を生成することは困難である。 本稿では,大規模シーンの表面を効率的にかつ忠実に再構築する,新しい分割手法を提案する。 我々の重要な洞察は、視点指向に基づくシーン分割方式にある。 このパーティショニングアプローチにより、類似の向きを持つビューがより正確な深度推定に共同で関与することを保証する。 さらに, 粗い視点や粗いテクスチャによる初期点雲の欠落領域の検出と修復を行い, 幾何学的品質をさらに向上する戦略を提案する。 GauU-Scene, MatrixCity, およびUrbanScene3Dデータセットの大規模な実験により、我々の手法は大規模シーンの表面再構成における最先端のアプローチよりも優れていることが示された。 プロジェクトページ: https://hanl2010.github.io/VOP-GS

関連論文リスト

• City-Mesh3R: Simulation-Ready City-Scale 3D Mesh Reconstruction from Multi-View Images [10.051585377704464]
  City-Mesh3Rは、大規模な未順序画像コレクションから直接水密面メッシュを再構築するためのスケーラブルなフレームワークである。 提案するエンド・ツー・エンド・フレームワークは,都市規模の復興データセットを用いて評価する。
  論文  参考訳（メタデータ） (2026-05-28T17:53:26Z)
• SurfaceSplat: Connecting Surface Reconstruction and Gaussian Splatting [92.13737830605902]
  スパースビュー画像による表面再構成と新しいビューレンダリングは困難である。 両手法の強みを組み合わせた新しいハイブリッド手法を提案する。 提案手法はDTUおよびMobileBrickデータセット上でのサーフェス再構成と新しいビュー合成における最先端のアプローチを超越した手法である。
  論文  参考訳（メタデータ） (2025-07-21T13:25:03Z)
• CoSurfGS:Collaborative 3D Surface Gaussian Splatting with Distributed Learning for Large Scene Reconstruction [68.81212850946318]
  大規模表面再構成のための分散学習に基づく多エージェント協調高速3DGS表面再構成フレームワークを提案する。 具体的には,局所モデル圧縮(LMC)とモデルアグリゲーションスキーム(MAS)を開発し,大規模シーンの高品質な表面表現を実現する。 提案手法は高速でスケーラブルな高忠実表面再構成とフォトリアリスティックレンダリングを実現する。
  論文  参考訳（メタデータ） (2024-12-23T14:31:15Z)
• GausSurf: Geometry-Guided 3D Gaussian Splatting for Surface Reconstruction [79.42244344704154]
  GausSurfは、テクスチャリッチな領域におけるマルチビュー一貫性と、シーンのテクスチャレスな領域における通常の事前の幾何学的ガイダンスを採用している。 本手法は,再現性や計算時間の観点から,最先端の手法を超越した手法である。
  論文  参考訳（メタデータ） (2024-11-29T03:54:54Z)
• GigaGS: Scaling up Planar-Based 3D Gaussians for Large Scene Surface Reconstruction [71.08607897266045]
  3D Gaussian Splatting (3DGS) は新規なビュー合成において有望な性能を示した。 本研究は,大規模な景観表面再構築の課題に取り組むための最初の試みである。 3DGSを用いた大規模シーンのための高品質な表面再構成手法であるGigaGSを提案する。
  論文  参考訳（メタデータ） (2024-09-10T17:51:39Z)
• Neural 3D Scene Reconstruction from Multiple 2D Images without 3D Supervision [41.20504333318276]
  平面制約下でのスパース深度を用いてシーンを3次元の監督なしに再構成する新しいニューラル再構成法を提案する。 シーンを表すために,符号付き距離関数場,色場,確率場を導入する。 我々は、これらのフィールドを最適化し、2D画像で識別可能な光線マーキングを監督することでシーンを再構築する。
  論文  参考訳（メタデータ） (2023-06-30T13:30:48Z)

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。