論文の概要: ASTRA: Asynchronous Spatio-Temporal Reconstruction via Trajectory Alignment

• arxiv url: http://arxiv.org/abs/2608.02006v2
• Date: Thu, 06 Aug 2026 02:18:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-07 17:43:06.613529
• Title: ASTRA: Asynchronous Spatio-Temporal Reconstruction via Trajectory Alignment
• Title（参考訳）: ASTRA: 軌道アライメントによる非同期時空間再構成
• Abstract要約: 本稿では,非同期動的再構成のための2次元運動軌跡を明示的かつテクスチャに依存しない監視として導入するフレームワークであるASTRAを提案する。 ASTRAは高周波空間の詳細を保存し、25フレームのオフセットを持つ重度の非同期でも強い堅牢性を保ち、約1.4dBのPSNRの改善を実現し、時間オフセットMAEを54.0%削減し、同期成功率をほぼ4倍にしている。
• 参考スコア（独自算出の注目度）: 86.35109211408489
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dynamic 3D scene reconstruction has achieved remarkable success under the assumption of strictly synchronized multi-camera inputs. However, in real-world scenarios, temporal asynchrony among capturing devices remains a critical challenge, leading to severe motion blur and geometric artifacts. Existing asynchronous reconstruction methods typically estimate temporal offsets through photometric supervision, but appearance matching provides weak temporal cues under large offsets and complex motions. We attribute this limitation to two major bottlenecks: texture-induced collapse, where low-texture regions provide nearly vanishing alignment signals, and deformation-induced coupling, where temporal errors are absorbed into distorted geometry or motion rather than being explicitly corrected. To address these issues, we propose ASTRA (Asynchronous Spatio-Temporal Reconstruction via Trajectory Alignment), a framework that introduces 2D motion trajectories as explicit, texture-agnostic supervision for asynchronous dynamic reconstruction. Instead of synchronizing cameras solely through rendered color residuals, ASTRA jointly optimizes temporal offsets and dynamic 3D representations by aligning the projected motion of reconstructed 3D points with observed 2D trajectories, while using dynamic and certainty masking to suppress unreliable trajectory constraints. Extensive experiments on different dynamic Gaussian Splatting backbones show that ASTRA preserves high-frequency spatial details and sustains strong robustness even under severe asynchrony with up to 25-frame offsets, achieving approximately 1.4 dB PSNR improvement, reducing temporal-offset MAE by 54.0\%, and nearly quadrupling the synchronization success rate.
• Abstract（参考訳）: 動的3次元シーン再構成は、厳密に同期されたマルチカメラ入力を前提として、顕著な成功を収めた。 しかし、現実のシナリオでは、捕獲装置間の時間的同期は依然として重要な課題であり、激しい動きのぼやけや幾何学的アーティファクトにつながる。 既存の非同期再構成手法は、通常、測光監督を通して時間的オフセットを推定するが、外観マッチングは大きなオフセットと複雑な動きの下で弱い時間的キューを提供する。 この制限は、テクスチャ誘起崩壊(低テクスチャ領域がほぼ消滅するアライメント信号を提供する)と、時間誤差を明示的に補正されるのではなく、歪んだ幾何学や運動に吸収する変形誘起結合(変形誘起結合)の2つの主要なボトルネックに起因している。 これらの問題に対処するため、非同期動的再構成のための明示的でテクスチャに依存しない2次元運動軌跡を導入したASTRA(Asynchronous Spatio-Temporal Restruction via Trajectory Alignment)を提案する。 レンダリングされた色残差のみでカメラを同期させる代わりに、ASTRAは、再構成された3Dポイントの投影された動きを観察された2D軌道と整列させることで、時間的オフセットとダイナミックな3D表現を共同で最適化する。 異なる動的ガウススティングバックボーンの広範囲な実験により、ASTRAは高頻度の空間的詳細を保存し、25フレームのオフセットを持つ重度非同期でも強い堅牢性を保ち、約1.4dBのPSNRの改善を達成し、時間オフセットMAEを54.0\%削減し、同期成功率をほぼ4倍にしている。

関連論文リスト

• NoDrift3R: Raymap-Guided Coupling for Drift-Robust Unposed Feed-Forward 3D Reconstruction [25.145305440192875]
  Pose-Free Feed-forward 3D Gaussian Splattingは、最近、高速なシーン再構築のための強力なパラダイムとして登場した。 しかし、その性能は累積カメラポーズ推定ドリフトにより長い画像列で著しく低下する。 我々は、レイマップガイド結合モジュールを用いて、幾何と外観を明示的に結合する相乗的ポーズフリーフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-08T09:02:18Z)
• Follow Your Track: Precise Skeleton Animation Controlled by 3D Trajectories [93.39170866007431]
  4Dジェネレーションは、3Dオブジェクトをリアルなモーションでアニメーション化することを目的としており、アプリケーションには大きな可能性を秘めている。 既存の方法は通常、モーション合成から3Dアセット生成を分離する。 トポロジ一般骨格アニメーションのための軌道条件付きフレームワークである textttACT について述べる。
  論文  参考訳（メタデータ） (2026-06-24T03:18:10Z)
• Moment-Reenacting: Inverse Motion Degradation with Cross-shutter Guidance [38.2932325938093]
  運動劣化を逆転し、画像モーメントを再現する統一的な枠組みを提案する。 本稿では,同期化Blub-RS画像ペアをキャプチャする新しいデュアルシャッター構成を提案する。 柔軟なパフォーマンスコストのトレードオフを可能にするため、このデュアルシャッター設定をステレオBlur-RS構成に拡張する。
  論文  参考訳（メタデータ） (2026-05-21T12:43:02Z)
• One World, Dual Timeline: Decoupled Spatio-Temporal Gaussian Scene Graph for 4D Cooperative Driving Reconstruction [24.030187603322076]
  4次元協調運転再建のためのDust (Deco Upled Spatio-Temporal) Gaussian Scene Graphを提案する。 DUSTは最先端の性能を達成し、最強ベースラインよりも3.2dBのダイナミック領域PSNRを改善する。 DUSTは時間的非同期性を維持しながら,Fréchet Video Distanceを37.7%削減することを示す。
  論文  参考訳（メタデータ） (2026-05-08T15:48:57Z)
• Hypergraph-State Collaborative Reasoning for Multi-Object Tracking [63.32950991964095]
  複数の相関オブジェクト間の共同推論による動き推定を向上する協調推論フレームワークを提案する。 類似の運動状態を持つ物体同士を互いに拘束し、互いに洗練させることで、我々のフレームワークはノイズの軌道を安定させ、目標を遮蔽しても可塑性運動の連続性を推測する。
  論文  参考訳（メタデータ） (2026-04-14T12:37:39Z)
• ReCoM: Realistic Co-Speech Motion Generation with Recurrent Embedded Transformer [58.49950218437718]
  音声に同期した高忠実で一般化可能な人体動作を生成するための効率的なフレームワークであるReCoMを提案する。 Recurrent Embedded Transformer (RET)は、動的埋め込み正規化(DER)をViT(Vit)コアアーキテクチャに統合する。 モデルロバスト性を高めるため,ノイズ抵抗とクロスドメイン一般化の二重性を持つモデルに,提案したDER戦略を取り入れた。
  論文  参考訳（メタデータ） (2025-03-27T16:39:40Z)
• T-3DGS: Removing Transient Objects for 3D Scene Reconstruction [83.05271859398779]
  映像シーケンスにおける過渡的オブジェクトは、3Dシーン再構成の品質を著しく低下させる可能性がある。 我々は,ガウススプラッティングを用いた3次元再構成において,過渡的障害を頑健に除去する新しいフレームワークT-3DGSを提案する。
  論文  参考訳（メタデータ） (2024-11-29T07:45:24Z)
• Spatiotemporal Bundle Adjustment for Dynamic 3D Human Reconstruction in the Wild [49.672487902268706]
  本稿では,カメラの時間的アライメントと3次元点三角測量を共同で推定する枠組みを提案する。 複数の無同期・無同期ビデオカメラで捉えたイベントにおいて、人間の身体の3次元運動軌跡を再構成する。
  論文  参考訳（メタデータ） (2020-07-24T23:50:46Z)

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。