論文の概要: Geometric Reciprocity: Unlocking Self-Supervision for Stereoscopic Video Generation

• arxiv url: http://arxiv.org/abs/2607.05354v1
• Date: Mon, 06 Jul 2026 17:32:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:30.266118
• Title: Geometric Reciprocity: Unlocking Self-Supervision for Stereoscopic Video Generation
• Title（参考訳）: 幾何学的相互性:立体映像生成のための自己スーパービジョンのアンロック
• Abstract要約: トレーニングベースの手法は優れた品質を実現するが、少ないステレオペアやドメインギャップを持つ合成データに依存している。 サイクル整合性を通じてモノキュラービデオから学習する,初めての自己教師型フレームワークによって,この問題に対処する。 これにより、記述されたワープ定式化のための列車テストの一貫性が得られ、無制限の単眼ビデオからの自己教師付き学習をサポートする。
• 参考スコア（独自算出の注目度）: 17.05562746375872
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Monocular-to-stereo conversion synthesizes stereoscopic content from 2D videos for immersive 3D experiences. In modern Depth-Image-Based Rendering (DIBR) approaches, stereo inpainting of disocclusions is the critical bottleneck. Training-based methods achieve superior quality but rely on scarce stereo pairs or synthetic data with domain gaps. We address this through the first self-supervised framework learning from monocular videos via cycle consistency. Our key contribution is the Geometric Reciprocity Theorem (GRT): under the nearest-neighbor DIBR formulation, the disocclusion mask when synthesizing a target view equals the mask of pixels lost when warping back from target to source, enabling analytical computation of test-time disocclusion masks directly from monocular images. This yields train-test consistency for the stated warping formulation, supporting self-supervised learning from unlimited monocular videos and substantial improvements over training-free and supervised state-of-the-art methods. Project page: https://visual-ai.github.io/grt/
• Abstract（参考訳）: モノクルからステレオへの変換は、没入型3D体験のための2Dビデオから立体視コンテンツを合成する。 現代のDepth-Image-Based Rendering (DIBR) アプローチでは、非閉塞性のステレオ塗装が重要なボトルネックとなっている。 トレーニングベースの手法は優れた品質を実現するが、少ないステレオペアやドメインギャップを持つ合成データに依存している。 サイクル整合性を通じてモノキュラービデオから学習する,初めての自己教師型フレームワークによって,この問題に対処する。 我々の主な貢献は、GRT(Geometric Reciprocity Theorem)であり、最も近いDIBRの定式化の下では、ターゲットビューを合成するときの除色マスクは、ターゲットからソースに逆戻りするときに失われたピクセルのマスクと等しく、単眼画像から直接、テスト時の除色マスクを解析的に計算することができる。 これにより、記述されたワープの定式化に対するテストの一貫性が得られ、無制限のモノクロビデオからの自己教師あり学習をサポートし、トレーニング不要で教師ありの最先端の手法よりも大幅に改善される。 プロジェクトページ: https://visual-ai.github.io/grt/

関連論文リスト

• GenRec: Knowing Where to Reconstruct and Where to Generate [106.48347271421765]
  GenRecは、再構築世代をそのアーキテクチャ、監督、勾配フローに直接分割するフローマッチングモデルである。 観察された領域で最高の復元忠実度を達成し、また、観測されていない領域では、知覚的品質の純粋に生成的ベースラインを超越する。
  論文  参考訳（メタデータ） (2026-08-18T14:31:19Z)
• Visual Geometry Transformer in the Wild: Distractor-Free 3D Reconstruction [77.75911117889915]
  現在のエンドツーエンドのマルチビュー3D再構成手法は、目覚ましい結果を得るが、制限的な静的仮定に依存している。 この理想的な入力への依存は、最も高度なメソッドでさえ、現実世界の設定で失敗する原因となる。 非一貫性の視点から頑健な再構築を行うためのエンドツーエンドフレームワークであるWildにおけるビジュアルジオメトリトランスフォーマーを提案する。
  論文  参考訳（メタデータ） (2026-06-22T02:52:22Z)
• GeoSAM-3D: Geodesic Prompt Propagation for Open-Vocabulary 3D Scene Segmentation from Monocular Video [1.5229257192293202]
  GeoSAM-3Dはより軽い設定を研究し、ユーザーは短いモノクロビデオをアップロードし、あるフレーム内のオブジェクトをクリックまたは名前付けし、ガウスシーン上で伝搬した3Dマスクを受け取る。 この実装は、凍結画像とビデオ基礎モデルと、単分子のガウススプラッティング再構成とガウスセントロイド上の微分可能なグラフ-ジオデシック伝播カーネルを組み合わせる。 本稿では,Geosam3d.propagateで実装されたレポジトリの状態,Segment Anythingマスクからトレーニングした機能ヘッド,および現場にすでに存在するバリデーションについて述べる。
  論文  参考訳（メタデータ） (2026-05-30T00:34:37Z)
• StereoPolicy: Improving Robotic Manipulation Policies via Stereo Perception [30.791524912385924]
  StereoPolicyは、幾何学的推論を強化するために、同期ステレオ画像ペアを直接活用する、ビジュモータポリシー学習フレームワークである。 本結果は,ロボット操作のための3次元幾何学的理解と2次元事前学習表現を橋渡しする,スケーラブルでロバストなモダリティとしてステレオビジョンを裏付けるものである。
  論文  参考訳（メタデータ） (2026-05-11T05:06:12Z)
• UMAMI: Unifying Masked Autoregressive Models and Deterministic Rendering for View Synthesis [28.245380116188883]
  新たなビュー合成(NVS)は、シーンの写実的で3D一貫性のある画像を、未確認のカメラのポーズからレンダリングすることを目的としている。 既存の決定論的ネットワークは、観測された領域を素早くレンダリングするが、観測されていない領域をぼかす。 両パラダイムの長所を統一するハイブリッドフレームワークを提案する。双方向トランスフォーマーは多視点画像トークンとプルッカー線埋め込みを符号化し、共有潜在表現を生成する。
  論文  参考訳（メタデータ） (2025-12-23T07:08:00Z)
• S^2VG: 3D Stereoscopic and Spatial Video Generation via Denoising Frame Matrix [60.060882467801484]
  そこで本研究では,既製の単眼ビデオ生成モデルを利用して,没入型3Dビデオを生成する,ポーズフリーかつトレーニングフリーな手法を提案する。 提案手法はまず,生成したモノクロ映像を推定深度情報を用いて予め定義されたカメラ視点にワープし,新しいテキストフレーム・マトリクス・インペイント・フレームワークを適用した。 提案手法の有効性は,Sora, Lumiere, WALT, Zeroscope など,様々な生成モデルを用いた実験により検証した。
  論文  参考訳（メタデータ） (2025-08-11T14:50:03Z)
• DeOcc-1-to-3: 3D De-Occlusion from a Single Image via Self-Supervised Multi-View Diffusion [50.90541069907167]
  閉塞型マルチビュー生成のためのエンドツーエンドフレームワークであるDeOcc-1-to-3を提案する。 私たちの自己教師型トレーニングパイプラインは、隠蔽されたイメージペアと擬似地上構造ビューを活用して、モデル構造を意識した補完とビュー整合性を教える。
  論文  参考訳（メタデータ） (2025-06-26T17:58:26Z)
• Eye2Eye: A Simple Approach for Monocular-to-Stereo Video Synthesis [45.64047250474718]
  ビデオ合成の進歩にもかかわらず、3Dビデオデータが比較的少ないため、3Dビデオを作成することは難しい。 本稿では,テキスト・ビデオ・ジェネレータをビデオ・ビデオ・ステレオ・ジェネレータに変換するための簡単な手法を提案する。 われわれのフレームワークは、動画フレームをシフトした視点から自動生成し、説得力のある3D効果を実現する。
  論文  参考訳（メタデータ） (2025-04-30T19:06:09Z)
• SVG: 3D Stereoscopic Video Generation via Denoising Frame Matrix [60.48666051245761]
  本研究では,3次元立体映像生成のためのポーズフリーかつトレーニングフリーな手法を提案する。 提案手法は, 推定ビデオ深度を用いた立体視ベースライン上のカメラビューにモノクロ映像をワープする。 本研究では,映像の画質向上を図るために,非閉塞境界再注入方式を開発した。
  論文  参考訳（メタデータ） (2024-06-29T08:33:55Z)
• MOHO: Learning Single-view Hand-held Object Reconstruction with Multi-view Occlusion-Aware Supervision [75.38953287579616]
  ハンドヘルドオブジェクト再構成のためのハンドオブジェクトビデオから,多視点オクルージョン対応監視を利用する新しいフレームワークを提案する。 このような設定において、手による排他と対象の自己排他という2つの主要な課題に対処する。 HO3D と DexYCB のデータセットを用いた実験では、2D のMOHO が 3D の教師付き手法に対して大きなマージンで優れた結果を得ることが示された。
  論文  参考訳（メタデータ） (2023-10-18T03:57:06Z)
• Bridging Stereo Geometry and BEV Representation with Reliable Mutual Interaction for Semantic Scene Completion [45.171150395915056]
  3Dセマンティックシーン補完(SSC)は、限られた観測から密集した3Dシーンを推定する必要がある不適切な認識課題である。 従来のカメラベースの手法は、固有の幾何学的曖昧さと不完全な観察のため、正確なセマンティックシーンを予測するのに苦労した。 我々は,SSCにおけるステレオマッチング技術と鳥眼ビュー(BEV)表現学習を利用して,そのような問題に対処する。
  論文  参考訳（メタデータ） (2023-03-24T12:33:44Z)
• Learning 3D Photography Videos via Self-supervised Diffusion on Single Images [105.81348348510551]
  3D写真は、静止画を3D視覚効果のあるビデオにレンダリングする。 既存のアプローチは通常、まず単眼深度推定を行い、次に様々な視点で入力フレームを後続のフレームに描画する。 我々は、入力オブジェクトの空間と時間を拡張する、新しいタスク、out-animationを提案する。
  論文  参考訳（メタデータ） (2023-02-21T16:18:40Z)

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。