論文の概要: MVMD: A Multi-View Approach for Enhanced Mirror Detection
- arxiv url: http://arxiv.org/abs/2608.07559v1
- Date: Sun, 02 Aug 2026 18:26:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:36.434722
- Title: MVMD: A Multi-View Approach for Enhanced Mirror Detection
- Title（参考訳）: MVMD:拡張ミラー検出のためのマルチビューアプローチ
- Abstract要約: 3D再構成は通常、シーンの異なる視点を捉えるために、多視点画像に依存する。
既存の方法は、マルチビュー設定によって提供されるリッチな情報を見渡すことで、単一画像の検出にのみ焦点をあてている。
本稿では,新しいマルチビューミラー検出手法であるMVMDと,マルチビューシーンにおけるミラー検出に特化して設計された最初のデータベースを提案する。
- 参考スコア（独自算出の注目度）: 11.013634369454971
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In 3D reconstruction, mirrors introduce significant challenges by creating distorted and fragmented spaces, resulting in inaccurate and unreliable 3D models. As 3D reconstruction typically relies on multi-view images to capture different perspectives of a scene, detecting and labeling mirrors in multi-view images before reconstruction can effectively address this issue. However, existing methods focus solely on single-image detection, overlooking the rich information provided by multi-view setups. To overcome this limitation, we propose MVMD, a novel Multi-View Mirror Detection method, along with the first database specifically designed for mirror detection in multi-view scenes. The design of MVMD is grounded in the inherent associations between objects seen from different views and those reflected inside and outside of mirrors. These relationships are learned through cross- and self-attention mechanisms. MVMD consists of three key blocks: the Inter-Views Block tracks the shifts of objects within mirrors caused by changes in viewpoint; the Intra-View Block detects object reflections inside mirrors; and the Refinement Block sharpens mirror boundaries and enhances detected details. Experimental results show that our method improves accuracy by up to 2.6% and IoU by up to 11.1%, compared to single-image mirror detection techniques. This substantial improvement makes MVMD particularly effective for computer vision tasks, especially in enhancing the accuracy of 3D reconstruction in mirror-dense environments.
- Abstract（参考訳）: 3D再構成では、鏡は歪んだ空間と断片化された空間を創り出し、不正確で信頼性の低い3Dモデルをもたらす。
3Dリコンストラクションは通常、シーンの異なる視点を捉えるためにマルチビュー画像に依存するため、リコンストラクション前のマルチビュー画像中のミラーを検出してラベル付けすることで、この問題に効果的に対処することができる。
しかし、既存の手法は、マルチビュー設定によって提供されるリッチな情報を見渡すことで、単一画像の検出にのみ焦点をあてている。
この制限を克服するために,新しいマルチビューミラー検出法であるMVMDと,マルチビューシーンにおけるミラー検出に特化したデータベースを提案する。
MVMDの設計は、異なる視点から見る物体と鏡の内外を映す物体の固有の関連性に基礎を置いている。
これらの関係は、クロスアテンションとセルフアテンションのメカニズムを通して学習される。
MVMDは3つの重要なブロックで構成されている: ビュー間ブロックは視点の変化による鏡内の物体の移動を追跡する; ビュー内ブロックは鏡内の物体の反射を検知する; リファインメントブロックは鏡の境界を絞り、検出された詳細を強化する。
実験の結果, 単一画像ミラー検出法と比較して, 最大2.6%, IoUを最大11.1%向上することがわかった。
この大幅な改良により、MVMDは特にコンピュータビジョンタスク、特にミラーディッセンス環境での3次元再構成の精度を高めるのに有効となる。
関連論文リスト
- MirrorMamba: Towards Scalable and Robust Mirror Detection in Videos [64.87702843502889]
我々はMirrorMambaと呼ばれる新しい有効でスケーラブルなビデオミラー検出手法を提案する。
提案手法では,様々な条件に適応し,知覚深度,対応性,光学的手法を取り入れた。
特に、この研究は、ミラー検出の分野におけるMambaベースのアーキテクチャの初めての成功例である。
論文 参考訳（メタデータ） (2025-11-10T05:18:14Z) - Reflect3r: Single-View 3D Stereo Reconstruction Aided by Mirror Reflections [55.248092751290834]
ミラーリフレクションは日常の環境で一般的であり、単一のキャプチャ内でステレオ情報を提供することができる。
我々はこの特性を利用して、リフレクションを補助的な視点として扱い、物理的に有効な仮想カメラを構成する変換を設計する。
これにより、単一の画像から多視点ステレオ設定が可能となり、撮像プロセスが簡単になる。
論文 参考訳（メタデータ） (2025-09-24T23:00:22Z) - Seeing Through Reflections: Advancing 3D Scene Reconstruction in Mirror-Containing Environments with Gaussian Splatting [3.0501972844045273]
室内の多様なシーン、1256の高品質画像、注釈付きミラーマスクを備えたデータセットであるMirrorScene3Dを提示する。
ミラー反射を相補的視点として利用する3次元ガウス格子の拡張であるReflectiveGSを提案する。
MirrorScene3Dの実験では、ReflectiveGaussianはSSIM、PSNR、LPIPS、トレーニング速度において既存の手法よりも優れていた。
論文 参考訳（メタデータ） (2025-09-23T13:06:00Z) - MV-DUSt3R+: Single-Stage Scene Reconstruction from Sparse Views In 2 Seconds [56.77548728485841]
本稿では,高速な単一ステージフィードフォワードネットワークMV-DUSt3Rを提案する。
コアとなるのはマルチビューデコーダブロックで、単一の参照ビューを考慮しながら、任意のビュー間で情報を交換する。
さらに,参照ビュー選択に頑健な手法として,参照ビュー選択の異なる情報を融合するために,参照ビューブロックを用いたMV-DUSt3R+を提案する。
論文 参考訳（メタデータ） (2024-12-09T20:34:55Z) - Gaussian Splatting in Mirrors: Reflection-Aware Rendering via Virtual Camera Optimization [14.324573496923792]
3D-GSはしばしばリフレクションを仮想空間と誤解し、ミラー内の曖昧で一貫性のないマルチビューレンダリングをもたらす。
本稿では,リフレクションを物理ベース仮想カメラとしてモデル化することで,高品質なマルチビュー一貫したリフレクションレンダリングを実現する手法を提案する。
論文 参考訳（メタデータ） (2024-10-02T14:53:24Z) - Reflecting Reality: Enabling Diffusion Models to Produce Faithful Mirror Reflections [26.02117310176884]
拡散型生成モデルを用いて、高現実的で可視なミラー反射を生成する問題に取り組む。
現実世界の物体の高品位, リアル, 形状, 外観を意識した反射を生成するミラーフュージョン(MirrorFusion)と呼ばれる新しいディープコンディショニング手法を提案する。
MirrorFusionはSynMirrorの最先端の手法よりも優れており、広範囲な量的および定性的な分析によって示されている。
論文 参考訳（メタデータ） (2024-09-23T02:59:07Z) - Towards Unified 3D Object Detection via Algorithm and Data Unification [70.27631528933482]
我々は、最初の統一型マルチモーダル3Dオブジェクト検出ベンチマークMM-Omni3Dを構築し、上記のモノクロ検出器をマルチモーダルバージョンに拡張する。
設計した単分子・多モード検出器をそれぞれUniMODEとMM-UniMODEと命名した。
論文 参考訳（メタデータ） (2024-02-28T18:59:31Z) - Mirror-Aware Neural Humans [21.0548144424571]
我々は,カメラの自動校正により,市販の2Dポーズから始まるコンシューマレベルの3Dモーションキャプチャシステムを開発した。
我々は,身体モデル学習のメリットを実証的に実証し,難解なミラーシーンにおける隠蔽を考慮に入れた。
論文 参考訳（メタデータ） (2023-09-09T10:43:45Z) - A Simple Baseline for Multi-Camera 3D Object Detection [94.63944826540491]
周囲のカメラで3Dオブジェクトを検出することは、自動運転にとって有望な方向だ。
マルチカメラオブジェクト検出のための簡易ベースラインであるSimMODを提案する。
我々は, nuScenes の3次元オブジェクト検出ベンチマークにおいて, SimMOD の有効性を示す広範囲な実験を行った。
論文 参考訳（メタデータ） (2022-08-22T03:38:01Z) - Symmetry-Aware Transformer-based Mirror Detection [85.47570468668955]
デュアルパス・シンメトリ・アウェア・トランスフォーマーを用いたミラー検出ネットワーク(SATNet)を提案する。
SATNetにはSymmetry-Aware Attention Module (SAAM)とContrastとFusion Decoder Module (CFDM)の2つの新しいモジュールが含まれている。
実験の結果,SATNet は RGB と RGB-D の両方のミラー検出法に優れることがわかった。
論文 参考訳（メタデータ） (2022-07-13T16:40:01Z) - Structure of Multiple Mirror System from Kaleidoscopic Projections of
Single 3D Point [14.345346642066511]
本稿では,複数の平面ミラーとカメラから構成されるカレイドスコピックイメージングシステムの構造を発見するための新しいアルゴリズムを提案する。
本論文の重要な貢献は、未知のジオメトリの1つの3次元点を用いて、これらの問題に対する新しいアルゴリズムを提案することである。
論文 参考訳（メタデータ） (2021-03-29T11:12:15Z)
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。