論文の概要: CDSeg: A Renderable Gaussian Carrier for Image-to-3D Label Transfer
- arxiv url: http://arxiv.org/abs/2608.05482v1
- Date: Thu, 06 Aug 2026 00:07:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 15:25:20.807903
- Title: CDSeg: A Renderable Gaussian Carrier for Image-to-3D Label Transfer
- Title（参考訳）: CDSeg:画像から3Dラベリングのためのレンダリング可能なガウスキャリヤ
- Abstract要約: 本稿では,タスク固有の3次元セグメンテーショントレーニングを必要とせず,ガウスプリミティブをレンダリング可能なキャリアとして使用するラベル転送インタフェースを提案する。
CDSegはレンダリング中のピクセルプライミティブな関連を記録し、投票とローカルフィルタを通じてマルチビューマスクを融合する。
- 参考スコア（独自算出の注目度）: 17.58509499473062
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Modern image models provide strong cues about \emph{what} should be segmented in each view, but their masks do not by themselves determine \emph{where} those labels should persist in 3D. We present Cross-Domain Segmentation via Gaussian Splatting (CDSeg), a label-transfer interface that requires no task-specific 3D segmentation training and uses Gaussian primitives as a renderable label carrier. An external mask source supplies the labels, while renderer-derived visibility determines which 3D primitives receive them. The carrier is instantiated either by completing each input point into one Gaussian, preserving its index, or by reusing the native primitives of an optimized Gaussian scene. CDSeg records pixel--primitive associations during rendering and fuses multi-view masks through voting and a local filter. The resulting labels can be returned to the original points, retained on the native Gaussian scene, or rendered into other views. CDSeg covers promptable, automatic instance, semantic, and LiDAR settings and processes scenes with millions of primitives in seconds. It obtains 92.35\% mIoU on DesktopObjects-360, 95.89\% on NeRDS-360, and 65.77\% on the full ScanNet-v2 validation split using the provided 2D semantic annotations. CDSeg thereby provides one interface for reusing 2D masks across point clouds, Gaussian scenes, and image views without a task-specific 3D segmentation network.
- Abstract（参考訳）: 現代の画像モデルは、各ビューで \emph{what} をセグメント化すべきという強い手がかりを提供するが、それらのマスクはそれ自身で \emph{where} を3Dで持続するべきであると判断するわけではない。
本稿では,Gaussian Splatting (CDSeg)によるクロスドメインセグメンテーションを提案する。これは,タスク固有の3Dセグメンテーショントレーニングを必要とせず,Gaussianプリミティブをレンダリング可能なラベルキャリアとして使用するラベル転送インタフェースである。
外部マスクソースがラベルを供給し、レンダラーから派生した可視性は、どの3Dプリミティブがそれを受信するかを決定する。
キャリアは、各入力ポイントを1つのガウスシーンに完了し、インデックスを保存するか、最適化されたガウスシーンのネイティブプリミティブを再利用することによってインスタンス化される。
CDSegはレンダリング中のピクセルプライミティブな関連を記録し、投票とローカルフィルタを通じてマルチビューマスクを融合する。
得られたラベルは元のポイントに戻され、ガウスのネイティブシーンに保持されるか、あるいは他のビューに描画される。
CDSegは、プロンプト可能、自動インスタンス、セマンティック、LiDAR設定をカバーし、数百万のプリミティブを秒単位で処理する。
92.35\% mIoU on DesktopObjects-360、95.89\% on NeRDS-360、65.77\% on the full ScanNet-v2 validation split using the provided 2D semantic annotations。
これにより、CDSegは、ポイントクラウド、ガウスシーン、イメージビューをタスク固有の3Dセグメンテーションネットワークなしで2Dマスクを再利用するための1つのインターフェースを提供する。
関連論文リスト
- OP2GS: Object-Aware 3D Gaussian Splatting with Dual-Opacity Primitives [18.726262449934147]
3D Splatting (3DGS)は明示的で効率的なシーン表現を提供するが、プリミティブにはオブジェクトレベルのアイデンティティがない。
本稿では,各プリミティブを明示的なインスタンスIDで拡張するオブジェクト認識型ガウス表現OP2GSを提案する。
OP2GSは、計算オーバーヘッドを大幅に削減しつつ、競合するオープン語彙性能を実現する。
論文 参考訳（メタデータ） (2026-05-19T16:05:48Z) - LabelGS: Label-Aware 3D Gaussian Splatting for 3D Scene Segmentation [56.4321049923868]
3D Gaussian Splatting (3DGS)は、3Dシーンの新たな明示的な表現として登場し、高忠実度再構成と効率的なレンダリングの両方を提供している。
ガウス表現をオブジェクトラベルで拡張する手法であるラベル対応3Dガウス分割法(LabelGS)を提案する。
LabelGSはFeature-3DGSと比較して、1440X1080の解像度でトレーニングで22倍のスピードアップを達成した。
論文 参考訳（メタデータ） (2025-08-27T09:07:38Z) - Segment, Lift and Fit: Automatic 3D Shape Labeling from 2D Prompts [50.181870446016376]
本稿では,2Dポイントやボックスプロンプトから3Dオブジェクトを自動的にラベル付けするアルゴリズムを提案する。
従来のアートとは異なり、自動ラベルはバウンディングボックスの代わりに3D形状を予測し、特定のデータセットのトレーニングを必要としない。
論文 参考訳（メタデータ） (2024-07-16T04:53:28Z) - Efficient 3D Instance Mapping and Localization with Neural Fields [39.73128916618561]
本稿では,RGB画像の列から3次元インスタンスセグメンテーションの暗黙的なシーン表現を学習する問題に取り組む。
本稿では,新しい視点から3Dインスタンスセグメンテーションマスクを描画するニューラルラベルフィールドを効率的に学習する新しいフレームワークである3DIMLを紹介する。
論文 参考訳（メタデータ） (2024-03-28T19:25:25Z) - LABELMAKER: Automatic Semantic Label Generation from RGB-D Trajectories [59.14011485494713]
この研究は、完全に自動化された2D/3Dラベリングフレームワークを導入し、RGB-Dスキャンのラベルを同等(あるいはそれ以上)の精度で生成できる。
我々は、ScanNetデータセットのラベルを大幅に改善し、これまでラベル付けされていなかったARKitScenesデータセットを自動的にラベル付けすることで、LabelMakerパイプラインの有効性を実証する。
論文 参考訳（メタデータ） (2023-11-20T20:40:24Z) - PanopticNeRF-360: Panoramic 3D-to-2D Label Transfer in Urban Scenes [53.60876822010642]
粗い3Dアノテーションとノイズの多い2Dセマンティックキューを組み合わせて高品質なパノプティカルラベルを生成する新しいアプローチであるPanopticNeRF-360を提案する。
実験では,KITTI-360データセット上でのラベル転送方式に対するPanopticNeRF-360の最先端性能を実証した。
論文 参考訳（メタデータ） (2023-09-19T17:54:22Z) - Learning 3D Representations from 2D Pre-trained Models via
Image-to-Point Masked Autoencoders [52.91248611338202]
I2P-MAEという名前のイメージ・ツー・ポイント・マスケッド・オートエンコーダを用いて,2次元事前学習モデルから優れた3次元表現を得る方法を提案する。
自己教師付き事前学習により、よく学習された2D知識を利用して、3Dマスクによる自動エンコーディングをガイドする。
I2P-MAEは最先端の90.11%の精度、+3.68%の精度で第2ベストに到達し、より優れた転送能力を示す。
論文 参考訳（メタデータ） (2022-12-13T17:59:20Z) - 3D Labeling Tool [0.0]
教師付き物体検出モデルの訓練と試験には、地上の真理ラベルを持つ大量の画像の収集が必要である。
3次元ラベリングツール(3DLT)による2次元画像と3次元三角形メッシュの新しいラベリングツールについて紹介する。
これはスタンドアローンで、多機能でクロスプラットフォームなソフトウェアで、インストールを必要とせず、Windows、Linuxベースのディストリビューションで実行できる。
論文 参考訳（メタデータ） (2022-07-23T09:53:41Z)
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。