Fugu-MT 論文翻訳(概要): Geometry and Gradient-based Partitioning for Panoramic Outdoor Reconstruction

論文の概要: Geometry and Gradient-based Partitioning for Panoramic Outdoor Reconstruction

arxiv url: http://arxiv.org/abs/2607.08769v1
Date: Thu, 09 Jul 2026 17:59:43 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-10 14:45:27.631384
Title: Geometry and Gradient-based Partitioning for Panoramic Outdoor Reconstruction
Title（参考訳）: パノラマ性屋外再建のための幾何と勾配に基づく分割法
Abstract要約: PanoLOGは、Geometry and Gradientベースのパーティショニング戦略を備えた、2段階の粗粒化フレームワークである。屋外シーン再構築のための大規模パノラマデータセットの最初のベンチマークであるパノ360を構築した。
参考スコア（独自算出の注目度）: 32.80582033500264
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Scaling 3D Gaussian Splatting (3DGS) to large outdoor scenes is costly in both data acquisition and computation. Adopting panoramic images with equirectangular projection (ERP) can reduce capture effort via their full $360^{\circ}$ field of view, yet the resulting omnipresent visibility invalidates existing partitioning strategies that rely on local camera frustums, causing block-wise optimization to degenerate into global training. Thus, we propose PanoLOG, a two-stage coarse-to-fine framework equipped with a Geometry and Gradient-based Partitioning Strategy tailored for large-scale panoramic 3DGS reconstruction. In the global coarse stage, PanoLOG leverages sky-sphere modeling and panoramic monocular depth supervision for reliable geometry, while in the refinement stage, G$^2$PS builds adaptive bounding volumes via parallax-driven uncertainty and assigns cameras via gradient-based importance scoring. Furthermore, we construct Pano360, the first benchmark on large-scale panoramic dataset for outdoor scene reconstruction. Extensive experiments demonstrate that G$^2$PS achieves state-of-the-art rendering quality while maintaining scalable, block-parallel training. Our models, training code, and dataset are publicly available.
Abstract（参考訳）: 3D Gaussian Splatting (3DGS)を大規模な屋外シーンにスケールすることは、データ取得と計算の両方に費用がかかる。等角射影(ERP)を用いたパノラマ画像の採用は、フル360^{\circ}$フィールドによるキャプチャの労力を削減できるが、その結果、局所的なカメラフラストラムに依存する既存のパーティショニング戦略が無効化され、ブロックワイズ最適化がグローバルトレーニングに発展する。そこで我々は,大規模なパノラマ3DGS再構成に適した幾何と勾配に基づく分割戦略を備えた2段階の粗粒化フレームワークであるPanoLOGを提案する。グローバルな粗い段階では、パノロGはスカイスフィアモデリングとパノラマ単分子深度監視を信頼性のある幾何学に活用し、改良段階ではG$^2$PSはパララックス駆動の不確実性を通じて適応的境界体積を構築し、勾配に基づく重要度スコアリングによってカメラを割り当てる。さらに,屋外シーン再構築のための大規模パノラマデータセットの最初のベンチマークであるPano360を構築した。 G$^2$PSは、拡張性のあるブロック並列トレーニングを維持しながら、最先端のレンダリング品質を実現する。私たちのモデル、トレーニングコード、データセットは公開されています。

関連論文リスト

SphereSOD: Geometry-Structure Coupled Learning for 360 Salient Object Detection [75.77856258186854]
360度高解像度物体検出は、全視野にわたって高解像度領域を正確に分割することを目的としている。既存の手法は主に、パノラマ幾何学と健全な物体構造との相互作用を見越しながら、投影歪みを補正することに焦点を当てている。 SphereSODは、パノラマ幾何学と進化する塩分構造を結合したERPネイティブフレームワークである。
論文参考訳（メタデータ） (2026-09-07T14:47:54Z)
PanoWorld: Real-World Panoramic Generation [68.3569360188378]
パノワールド(PanoWorld)は、現在の動作モデリングと長距離メモリの両方において、固定方向によるカメラ軌跡の変換を単純化する。ワールド360の大規模な実験は、パノワールドの有効性を示し、大きなマージンで代替手法を上回った。
論文参考訳（メタデータ） (2026-07-10T17:59:32Z)
Unified Panoramic Geometry Estimation via Multi-View Foundation Models [22.160964470897003]
PaGeR (Panoramic Geometry Reconstruction) は、パノラマ領域に強力な3D基盤モデルを持ち上げるためのフレームワークである。我々の戦略は、3次元再構成のための事前訓練された変換器から始まり、それを統一された高性能モデルに変換することである。室内環境と屋外環境の両方で我々の手法を広範囲にテストし、最先端のパフォーマンスを実現することを発見した。
論文参考訳（メタデータ） (2026-05-25T22:32:42Z)
Ψ-Map: Panoptic Surface Integrated Mapping Enables Real2Sim Transfer [24.777932568749446]
幾何学的強化, エンドツーエンドの汎光学学習, 効率的なレンダリングを統合した包括的フレームワークを提案する。提案システムは,40FPSを超える推論率を維持しながら,大規模シーンにおいて優れた幾何学的・パノプティックな再現性を実現する。
論文参考訳（メタデータ） (2026-04-13T04:41:00Z)
PanoVGGT: Feed-Forward 3D Reconstruction from Panoramic Imagery [41.23812453847979]
PanoVGGTは、1つの前方パスで1つまたは複数のパノラマからカメラのポーズ、深度マップ、および3Dポイントの雲を共同で予測する。さらに,深度と6-DoFのポーズアノテーションを備えた大規模屋外パノラマデータセットであるPanoCityをコントリビュートした。
論文参考訳（メタデータ） (2026-03-18T10:24:06Z)
CylinderSplat: 3D Gaussian Splatting with Cylindrical Triplanes for Panoramic Novel View Synthesis [53.231427733457224]
CylinderSplatはパノラマ3DGSのフィードフォワードフレームワークである。シングルビューおよびマルチビューパノラマノビュー合成において、最先端の結果を達成する。
論文参考訳（メタデータ） (2026-03-06T04:04:20Z)
PanoWorld-X: Generating Explorable Panoramic Worlds via Sphere-Aware Video Diffusion [87.13016347332943]
PanoWorld-Xは、多彩なカメラ軌道を持つ高忠実で制御可能なパノラマビデオ生成のための新しいフレームワークである。動作範囲,制御精度,視覚的品質など,様々な面で優れた性能を示す実験を行った。
論文参考訳（メタデータ） (2025-09-29T16:22:00Z)
You Need a Transition Plane: Bridging Continuous Panoramic 3D Reconstruction with Perspective Gaussian Splatting [57.44295803750027]
本稿では,連続的なパノラマ3次元シーンをガウススプラッティングで橋渡しするための新しいフレームワークTPGSを提案する。具体的には、個々の立方体面内で3Dガウスを最適化し、縫合されたパノラマ空間でそれらを微調整する。屋内、屋外、エゴセントリック、ローミングのベンチマークデータセットの実験は、我々のアプローチが既存の最先端の手法より優れていることを示している。
論文参考訳（メタデータ） (2025-04-12T03:42:50Z)
Splatter-360: Generalizable 360$^{\circ}$ Gaussian Splatting for Wide-baseline Panoramic Images [52.48351378615057]
textitSplatter-360は、ワイドベースラインパノラマ画像を扱うための、エンドツーエンドの汎用3DGSフレームワークである。パノラマ画像に固有の歪みを緩和する3D対応複投影エンコーダを提案する。これにより、堅牢な3D対応機能表現とリアルタイムレンダリングが可能になる。
論文参考訳（メタデータ） (2024-12-09T06:58:31Z)
PanoGRF: Generalizable Spherical Radiance Fields for Wide-baseline Panoramas [54.4948540627471]
広帯域パノラマのための一般化可能な球面放射場パノGRFを提案する。パノGRFは、視線画像に基づいて訓練された一般化可能な放射場とは異なり、パノラマからパースペクティブへの変換から情報損失を回避する。複数のパノラマデータセットの結果は、パノGRFが最先端の一般化可能なビュー合成法よりも著しく優れていることを示している。
論文参考訳（メタデータ） (2023-06-02T13:35:07Z)
Flattening-Net: Deep Regular 2D Representation for 3D Point Cloud Analysis [66.49788145564004]
我々は、任意の幾何学と位相の不規則な3次元点雲を表現するために、Flattning-Netと呼ばれる教師なしのディープニューラルネットワークを提案する。我々の手法は、現在の最先端の競合相手に対して好意的に機能する。
論文参考訳（メタデータ） (2022-12-17T15:05:25Z)

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。