論文の概要: Point-Based 3D Reconstruction from Sparse Views under Known Illumination
- arxiv url: http://arxiv.org/abs/2608.20000v1
- Date: Thu, 20 Aug 2026 13:15:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-21 20:28:51.570438
- Title: Point-Based 3D Reconstruction from Sparse Views under Known Illumination
- Title（参考訳）: 照明下でのスパースビューからの点ベース3次元再構成
- Abstract要約: 我々は不透明度を有するベータサーベイルをベースとした微分可能な点描画法を提案する。
提案手法は,10面ビューから再構成された5つの合成対象に対して,最小の対称Chamfer距離を達成できる。
その結果, 制御された直接照明条件下では, 小型ベータサーベルとトランスポートベース最適化を組み合わせることで, 表面を復元できることが示唆された。
- 参考スコア（独自算出の注目度）: 22.396157161561657
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Sparse view 3D reconstruction is commonly addressed with neural implicit surfaces or dense point-based representations such as Gaussian splatting. Surface-aware splatting methods improve extracted geometry through oriented primitives and regularization, while RadiosityGS incorporates differentiable light transport through a radiosity inspired finite-element surfel formulation. We propose a differentiable point rendering method based on opacity-bearing beta surfels. An opacity explicit adjoint light transport formulation provides gradients for surfel geometry and appearance parameters, allowing physically based light transport to constrain reconstruction. Across five synthetic objects reconstructed from ten posed views, our method achieves the lowest mean symmetric Chamfer distance among the evaluated baselines and reduces mean Chamfer distance by 28.5% relative to the strongest point-based baseline while using only 267 surfels on average, approximately ~161 fewer primitives. Directional Chamfer results further show improved accuracy and competitive completion relative to related point-based methods. These results show that, in the controlled direct illumination setting, compact beta surfels combined with transport-based optimization can recover surfaces without relying on the tens to hundreds of thousands of primitives used by the evaluated baselines.
- Abstract（参考訳）: スパースビュー3D再構成は、ニューラルな暗黙の表面やガウススプラッティングのような高密度な点ベース表現で一般的に対処される。
表面認識スプラッティング法は、配向プリミティブと正則化によって抽出された幾何を改善する一方、RadiosityGSは、ラジオシティにインスパイアされた有限要素サーベイル定式化を通じて、微分可能な光輸送を取り入れている。
我々は不透明度を有するベータサーベイルをベースとした微分可能な点描画法を提案する。
不透明な明示的な随伴光輸送の定式化は、サーベイル幾何学と外観パラメータの勾配を提供し、物理的にベースとした光輸送が再構成を制約することを可能にする。
提案手法は,10面ビューから再構成した5つの合成対象に対して,評価基準線間の平均シャンファー距離を最小にし,平均シャンファー距離を最大点ベース線に対して28.5%削減する。
ディレクショナル・チャンファーの結果は、関連する点ベース法と比較して精度と競争性の向上を示した。
これらの結果から, 制御された直接照明条件下では, 評価ベースラインが使用する数十～数十万のプリミティブに頼ることなく, 小型ベータサーベイルとトランスポートベース最適化を組み合わせることで, 表面を復元できることが示唆された。
関連論文リスト
- Direct Optimization of a 3D Finite-Source Reflector via Neural-Network Parameterization [0.0]
三次元自由形反射器の直接最適化法を提案する。
この方法は、テストされたすべての例に対して、単一のGPU上で数秒以内に確実に収束する。
論文 参考訳（メタデータ） (2026-09-01T08:24:25Z) - Differentiable Polarized Path Tracing [60.271569691679794]
物理ベースの微分可能レンダリングは、逆レンダリング問題に対する強力なツールであることが証明されている。
本稿では,ロバストかつ偏光に配慮した識別可能な経路トレース手法を提案する。
この定式化により、複雑なシーンにおける材料および照明パラメータの効率的かつ安定した最適化が可能となる。
論文 参考訳（メタデータ） (2026-07-14T20:58:08Z) - 3DSS: 3D Surface Splatting for Inverse Rendering [16.042394978941516]
3D Surface Splatting (3DSS)は、多視点画像から物理ベースの逆レンダリングを行うための最初の微分可能な表面スプラッティングである。
我々の中心的な洞察は、表面スプラッティングの中心における表面分離問題は、再構成カーネル自体の直接的な定式化を許すということである。
論文 参考訳（メタデータ） (2026-05-07T08:43:51Z) - PolGS++: Physically-Guided Polarimetric Gaussian Splatting for Fast Reflective Surface Reconstruction [76.9760302941819]
PolGS++は高速反射面再構成のための偏光ガウス散乱フレームワークである。
本稿では,アングル・オブ・ポラライゼーション(AoP)に基づくタンジェント空間の整合性制約を実現するための,奥行き誘導型可視マスク取得機構を提案する。
論文 参考訳（メタデータ） (2026-03-11T14:11:42Z) - Structure-Informed Estimation for Pilot-Limited MIMO Channels via Tensor Decomposition [51.56484100374058]
本稿では、スパース観測から低ランクテンソル完備化としてパイロットリミテッドチャネル推定を定式化する。
合成チャネル実験による最小二乗平均二乗誤差(NMSE)の最小二乗平均誤差(LS)に対する改善
DeepMIMO線トレーシングチャネルの評価では、純粋なテンソル法よりも24-44%NMSEが減少している。
論文 参考訳（メタデータ） (2026-02-03T23:38:05Z) - Advancing Structured Priors for Sparse-Voxel Surface Reconstruction [38.315369778574386]
有望な2つの明示的表現、すなわち3Dガウススプラッティングとスパースボクセル化は相補的な強みと弱みを示す。
ボクセルを可視な場所に配置するボクセル法と、適切な詳細レベルを組み合わせることにより、その利点を両立させる。
標準ベンチマークの実験では、従来の手法よりも精度が向上し、微細構造回復が向上し、より完全な表面が得られた。
論文 参考訳（メタデータ） (2026-01-25T06:49:22Z) - SDFoam: Signed-Distance Foam for explicit surface reconstruction [8.803067028201387]
暗示距離場(SDF)を用いた明示的ボロノイ図(VD)の学習方法を示す。
結果として得られたモデルでは、フローターが少なく、トポロジーが改善された、鮮明で視界に一貫性のある表面が生成される。
SDFoamというハイブリッドな暗黙的-明示的定式化により、メッシュ再構成精度(Chamfer distance)が大幅に向上し、外観に匹敵する(PSNR, SSIM)。
論文 参考訳（メタデータ） (2025-12-18T16:11:18Z) - Faithful Contouring: Near-Lossless 3D Voxel Representation Free from Iso-surface [49.742538510885]
本稿では,3次元メッシュにおけるほぼロスレスな忠実度を実現するボクセル化表現であるFithful Contouringを提案する。
提案手法は,既存表現の柔軟性と改善も示す。
論文 参考訳（メタデータ） (2025-11-06T03:56:12Z) - GeoSplatting: Towards Geometry Guided Gaussian Splatting for Physically-based Inverse Rendering [69.67264955234494]
GeoSplattingは、3DGSを精密な光輸送モデリングのための明確な幾何学的ガイダンスで拡張する新しいアプローチである。
最適化可能なメッシュから表面積の3DGSを微分的に構築することにより、明確に定義されたメッシュ正規と不透明なメッシュ表面を利用する。
この強化により、3DGSの効率性と高品質なレンダリング能力を保ちながら、正確な材料分解が保証される。
論文 参考訳（メタデータ） (2024-10-31T17:57:07Z) - RaNeuS: Ray-adaptive Neural Surface Reconstruction [87.20343320266215]
微分可能放射場 eg NeRF を利用して、新しいビューレンダリングを生成するとともに、詳細な3次元表面を再構成する。
本研究では,SDFから放射場への射影を一様等間隔のアイコニカル正規化で定式化し,最適化することを考えると,光度重み付け係数を改良する。
提案する textitRaNeuS は,合成データと実データの両方で広く評価されている。
論文 参考訳（メタデータ） (2024-06-14T07:54:25Z) - Arbitrary-Scale Point Cloud Upsampling by Voxel-Based Network with
Latent Geometric-Consistent Learning [52.825441454264585]
Voxel-based Network (textbfPU-VoxelNet) を用いた任意のスケールのクラウド・アップサンプリング・フレームワークを提案する。
ボクセル表現から継承された完全性と規則性により、ボクセルベースのネットワークは3次元表面を近似する事前定義されたグリッド空間を提供することができる。
密度誘導グリッド再サンプリング法を開発し、高忠実度点を生成するとともに、サンプリング出力を効果的に回避する。
論文 参考訳（メタデータ） (2024-03-08T07:31:14Z)
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。