論文の概要: DeGenseGS: Geometrically and Semantically Decoupled Surgical Scene Understanding in 4D Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2607.04761v1
- Date: Mon, 06 Jul 2026 07:56:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:30.074726
- Title: DeGenseGS: Geometrically and Semantically Decoupled Surgical Scene Understanding in 4D Gaussian Splatting
- Title（参考訳）: DeGenseGS: 幾何学的・意味的に分離された4次元ガウス切削術の手術シーン理解
- Abstract要約: 既存のソリューションは、意味的特徴を幾何学的ワープに強く結合する厳密な結合スキームを通じて、ビジョン・ランゲージ・モデル(Vision-Language Models)を変形可能なフィールドに統合する。
意味的進化と幾何学的変形を独立にモデル化する新しいフレームワークである4D Splattingにおいて,DeGenseGS,Geometric Understandingally and Semantically Decoupled Sceneを提案する。
組織変形やトポロジ的遷移に拘わらず,空間的に連続的なセグメンテーションが可能である。
- 参考スコア（独自算出の注目度）: 17.162560675768642
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Real-time, text-promptable 4D reconstruction is indispensable for autonomous surgical interaction. Severe misalignment between semantic meaning and physical anatomy still persists, largely because existing solutions integrate Vision-Language Models into deformable fields via a rigid coupling scheme that tightly binds semantic features to geometric warping. In this paper, we propose DeGenseGS, Geometrically and Semantically Decoupled Surgical Scene Understanding in 4D Gaussian Splatting, a novel framework that independently models semantic evolution and geometric deformation. Specifically, we propose a HexPlane-based spatiotemporal entanglement module that uses shared kinematic latents to synchronize semantic mutations with scene dynamics, while explicitly disentangling semantic updates from geometric deformation. To further ensure robustness against reconstruction artifacts, we devise a Rasterization-Native Semantic Extraction mechanism that infers semantics from topologically continuous feature maps. Additionally, we incorporate an angular-aligned optimization strategy that conforms to the native hyperspherical latent space, thereby preventing semantic distortion. Extensive evaluations on the CholecSeg8k and EndoVis18 datasets demonstrate that DeGenseGS achieves state-of-the-art performance. Our framework yields enhanced geometric completeness and robust semantic-anatomic alignment, enabling spatially continuous segmentation despite drastic tissue deformation and topological transitions.
- Abstract（参考訳）: リアルタイムのテキストプロンプト可能な4D再構成は、自律的な外科的相互作用には不可欠である。
意味的意味と物理的解剖学の重大な相違は、主に既存の解法は、意味的特徴と幾何学的ワープを強く結び付ける厳密な結合スキームを通じて、視覚言語モデルを変形可能場に統合する。
本稿では,DGenseGS, Geometrically and Semantically Decoupled Surgery Scene Understanding in 4D Gaussian Splattingを提案する。
具体的には,HexPlaneをベースとした時空間エンタングルメントモジュールを提案する。このモジュールは,共有キネマティックな潜伏子を用いて,シーンダイナミクスとセマンティックな突然変異を同期し,幾何学的変形からセマンティックな更新を明示的に切り離す。
復元アーティファクトに対するロバスト性をさらに確保するため,トポロジカルに連続した特徴写像から意味を推測するラスタライズ-Native Semantic extract機構を考案した。
さらに, 固有超球面潜在空間に適合する角方向の最適化戦略を導入し, 意味的歪みを防止する。
CholecSeg8kとEndoVis18データセットの大規模な評価は、DeGenseGSが最先端のパフォーマンスを達成したことを示している。
組織変形やトポロジ的遷移に拘わらず,空間的に連続的なセグメンテーションが可能である。
関連論文リスト
- GrainGS: Gradient-Decoupled Gaussian Splatting for Efficient Dynamic Novel View Synthesis [94.20462261657525]
GrainGSは階層的なアンカー足場とガウス単位の変形を組み合わせた動的フレームワークである。
高いリコンストラクション品質、リアルタイムの新規ビュー合成、コンパクトストレージを実現している。
論文 参考訳（メタデータ） (2026-07-23T15:52:35Z) - IGGT4D: Streaming 4D Instance-Grounded Geometry Transformer [64.5765465030666]
オンライン4Dシーン理解のためのストリーミングインスタンスグラウンド幾何変換器IGGT4Dを提案する。
IGGT4Dは、ビデオフレームを逐次処理し、因果時空間モデリングを通じて歴史的コンテキストを再利用し、カメラモーション、幾何学、オブジェクトアイデンティティの統一表現を漸進的に更新する。
3次元再構成、ポーズ推定、例空間追跡、オープンボキャブラリセグメンテーションの実験は、IGGT4Dが既存のストリーミングベースラインより優れていることを示した。
論文 参考訳（メタデータ） (2026-07-21T16:00:01Z) - Bridging 3D Gaussians and Semantic Occupancy for Comprehensive Open-Vocabulary Scene Understanding from Unposed Images [62.31892851760248]
COVSceneはポーズレスセマンティックガウスフレームワークで、レンダリング可能なプリミティブと密接なセマンティック占有フィールドを結合する。
我々は、COVSceneは、競争力のあるレンダリング品質を維持し、オープン語彙のセグメンテーションを改善し、自己教師付きベースラインよりも強力なセマンティック占有率予測を実現することを示す。
論文 参考訳（メタデータ） (2026-07-02T03:00:23Z) - OpenGaFF: Open-Vocabulary Gaussian Feature Field with Codebook Attention [80.51557267896938]
オープンな3Dシーン理解のための新しいフレームワークであるOpenGaFFについて述べる。
我々の手法の中核はガウス的特徴場であり、ガウス幾何学と外見の連続関数として意味論をモデル化する。
オブジェクトレベルのセマンティック一貫性をさらに強化するために、共有セマンティックプリミティブのセットとして機能する構造化コードブックを導入する。
論文 参考訳（メタデータ） (2026-05-07T12:10:07Z) - Video Analysis and Generation via a Semantic Progress Function [75.07700965101854]
与えられたシーケンスの意味が時間とともにどのように進化するかをキャプチャする一次元表現を導入する。
各フレームに対して、セマンティック埋め込み間の距離を計算し、シーケンス間の累積的なセマンティックシフトを反映する滑らかな曲線を適合させる。
この知見に基づいて,シーケンスをパラメータ化して意味変化を一定速度で展開する意味線形化手法を提案する。
論文 参考訳（メタデータ） (2026-04-24T13:48:51Z) - \textit{4DSurf}: High-Fidelity Dynamic Scene Surface Reconstruction [53.82595920033838]
本稿では,ガウススプラッティング(GS)を用いた動的シーン表面再構成の問題に対処する。
汎用動的表面再構成のための新しい統一フレームワークである textit4DSurf' を提案する。
本手法は,シャンファー距離で49%,19%の最先端表面再構成法より優れる。
論文 参考訳（メタデータ） (2026-03-30T06:09:37Z) - SegSplat: Feed-forward Gaussian Splatting and Open-Set Semantic Segmentation [114.57192386025373]
SegSplatは、高速でフィードフォワードな3D再構成とリッチでオープンなセマンティック理解のギャップを埋めるために設計された、新しいフレームワークである。
この研究は、意味的に認識された3D環境の実践的でオンザフライな生成に向けた重要なステップである。
論文 参考訳（メタデータ） (2025-11-23T10:26:38Z) - AlignGS: Aligning Geometry and Semantics for Robust Indoor Reconstruction from Sparse Views [18.361136390711415]
屋内シーンのセマンティックにリッチな3Dモデルへの需要は急速に増加しており、拡張現実、仮想現実、ロボット工学の応用によって推進されている。
既存の手法は、しばしば意味論を、既に形成され、潜在的に欠陥のある幾何学に描かれた受動的特徴として扱う。
本稿では、このビジョンを実現する新しいフレームワークであるAlignGSを紹介し、幾何学と意味論の相乗的でエンドツーエンドの最適化を開拓する。
論文 参考訳（メタデータ） (2025-10-09T06:30:20Z) - Self-Supervised Multi-Part Articulated Objects Modeling via Deformable Gaussian Splatting and Progressive Primitive Segmentation [23.18517560629462]
DeGSSは,物体を変形可能な3次元ガウス場として符号化し,幾何学,外観,動きを1つのコンパクト表現に埋め込む統一フレームワークである。
一般化とリアリズムを評価するために、合成PartNet-Mobilityベンチマークを拡張し、RGBキャプチャと正確にリバースエンジニアリングされた3Dモデルを組み合わせたリアル・トゥ・シムデータセットRS-Artをリリースする。
論文 参考訳（メタデータ） (2025-06-11T12:32:16Z) - Geometry-Editable and Appearance-Preserving Object Compositon [67.98806888489385]
汎用オブジェクト合成(GOC)は、対象オブジェクトを望まれる幾何学的性質を持つ背景シーンにシームレスに統合することを目的としている。
近年のアプローチは意味的埋め込みを導出し、それらを高度な拡散モデルに統合し、幾何学的に編集可能な生成を可能にする。
本稿では,まずセマンティックな埋め込みを活用して,所望の幾何学的変換を暗黙的にキャプチャするDistangled Geometry-editable and Outearance-Preserving Diffusionモデルを提案する。
論文 参考訳（メタデータ） (2025-05-27T09:05:28Z) - NF3DM: Combining Neural Fields and Deformation Models for 3D Non-Rigid Motion Reconstruction [6.851721795186258]
本研究では,非剛性変形形状の非構造観察から時間的コヒーレントな3次元運動を再構成するための,新しいデータ駆動型アプローチを提案する。
我々のゴールは、ゆるい服を着ている人間など、ほぼ等尺変形する形状の高忠実な動き再構成を実現することである。
本手法は, モノクローナルディープビデオから再構成したヒトおよび動物の動き系列に適用することにより, 最先端のアプローチよりも優れる。
論文 参考訳（メタデータ） (2024-12-11T16:24:08Z)
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。