論文の概要: ORBIT++: Benchmarking SfM in the Wild with 360° Video

• arxiv url: http://arxiv.org/abs/2608.22039v1
• Date: Sat, 22 Aug 2026 16:54:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.574319
• Title: ORBIT++: Benchmarking SfM in the Wild with 360° Video
• Title（参考訳）: ORBIT++: 360°ビデオでSfMをベンチマークする
• Abstract要約: カメラポーズ推定のための新しいベンチマークを導入する。 オンラインパノラマ360ビデオは、挑戦的なクリップを構築するためのデータ源である。 ORBITは、研究者が真に困難な現実世界のSfM問題の進捗を有意義に測定できる貴重なテストベッドを提供する。
• 参考スコア（独自算出の注目度）: 72.00714051649408
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Structure-from-Motion (SfM) is a cornerstone of 3D perception, yet current methods often fail when applied to complex videos involving challenging camera motions or dynamic scenes. Compounding the problem, the field lacks reliable ground-truth benchmarks for such difficult scenarios, making it hard to gauge real-world progress or to pinpoint where improvements are most needed. To address this gap, we introduce a new benchmark for evaluating camera pose estimation. Our key insight is to leverage online panoramic 360° video as a source of data from which to construct challenging clips, while still enabling robust ground-truth trajectory recovery. The panoramic nature of these videos provides richer visual context for tracking camera motion, even when parts of the view are affected by blur, motion, or dynamic objects. After tracking camera motion across full 360° videos, we crop and reproject selected portions to generate perspective-view clips that serve as our benchmark, called ORBIT. Experiments show that COLMAP, as well as recent optimization-based and feed-forward SfM methods struggle to accurately estimate camera poses on our benchmark. Hence, ORBIT provides a valuable testbed where researchers can meaningfully measure progress on truly challenging, real-world SfM problems.
• Abstract（参考訳）: Structure-from-Motion (SfM) は3D知覚の基礎であるが、カメラの動きやダイナミックシーンに挑戦する複雑なビデオに適用した場合、現在の手法は失敗することが多い。 この問題を複雑にしているため、この分野にはこのような困難なシナリオに対する信頼性の高い地上信頼度ベンチマークが欠如しており、現実世界の進捗を測ることや、改善がもっとも必要となる場所の特定が困難になっている。 このギャップに対処するために、カメラのポーズ推定を評価するための新しいベンチマークを導入する。 私たちの重要な洞察は、オンラインパノラマ360度動画をデータソースとして活用し、挑戦的なクリップを構築しながら、堅牢な地上軌道回復を可能にすることです。 これらのビデオのパノラマ的な性質は、ビューの一部がぼやけや動き、ダイナミックな物体の影響を受けても、カメラの動きを追跡するためのよりリッチな視覚的コンテキストを提供する。 全360度ビデオでカメラの動きを追跡した後、選択した部分をトリミングして再計画し、ベンチマークとしてORBITと呼ばれる視点ビュークリップを生成します。 実験の結果,COLMAPと最近の最適化ベースおよびフィードフォワードSfM手法は,我々のベンチマークでカメラのポーズを正確に推定するのに苦労していることがわかった。 したがって、ORBITは、研究者が真に困難な現実世界のSfM問題の進捗を有意義に測定できる貴重なテストベッドを提供する。

関連論文リスト

• Towards Understanding Camera Motions in Any Video [89.97247162415158]
  我々は、カメラモーション理解の評価と改善を目的とした大規模なデータセットとベンチマークであるCameraBenchを紹介する。 CameraBenchは、厳格な品質管理プロセスを通じて専門家によって注釈付けされた3,000の多様なインターネットビデオで構成されている。 私たちの貢献の1つは、撮影者との共同で設計されたカメラモーションプリミティブの分類である。
  論文  参考訳（メタデータ） (2025-04-21T18:34:57Z)
• AnyCam: Learning to Recover Camera Poses and Intrinsics from Casual Videos [52.726585508669686]
  我々は,動的ビデオシーケンスからカメラのポーズと内在性を直接推定する高速トランスフォーマーモデルであるAnyCamを提案する。 確立したデータセット上でAnyCamをテストし、質的にも量的にも正確なカメラポーズと本質的な機能を提供します。 カメラ情報、不確実性、深さを組み合わせることで、我々のモデルは高品質な4Dポイントクラウドを作り出すことができる。
  論文  参考訳（メタデータ） (2025-03-30T02:22:11Z)
• ReCamMaster: Camera-Controlled Generative Rendering from A Single Video [72.42376733537925]
  ReCamMasterは、カメラ制御された生成ビデオの再レンダリングフレームワークである。 これは、新しいカメラ軌道における入力ビデオのダイナミックなシーンを再現する。 また,ビデオの安定化,超高解像度化,画質向上に有望な応用を見出した。
  論文  参考訳（メタデータ） (2025-03-14T17:59:31Z)
• Learning Camera Movement Control from Real-World Drone Videos [25.10006841389459]
  既存のAIビデオ撮影手法は、シミュレーショントレーニングにおいて、外観の多様性が限られている。 実世界のトレーニングデータを収集するスケーラブルな手法を提案する。 本システムでは,カメラの動きを効果的に学習できることが示される。
  論文  参考訳（メタデータ） (2024-12-12T18:59:54Z)
• MegaSaM: Accurate, Fast, and Robust Structure and Motion from Casual Dynamic Videos [104.1338295060383]
  本研究では,ダイナミックシーンのカジュアルモノクラー映像から,カメラパラメータと奥行きマップの精度,高速,堅牢な推定を可能にするシステムを提案する。 本システムは,先行作業や同時作業と比較して,カメラポーズや深度推定において有意に精度が高く,頑健である。
  論文  参考訳（メタデータ） (2024-12-05T18:59:42Z)
• RoMo: Robust Motion Segmentation Improves Structure from Motion [46.77236343300953]
  本稿では,固定世界フレームを移動中のシーンの構成要素を特定するために,映像に基づくモーションセグメンテーションの新たなアプローチを提案する。 我々の単純かつ効果的な反復法であるRoMoは、光フローとエピポーラキューと事前訓練されたビデオセグメンテーションモデルを組み合わせたものである。 さらに重要なのは、市販のSfMパイプラインとセグメンテーションマスクを組み合わせることで、ダイナミックなコンテンツを持つシーンに対する最先端のカメラキャリブレーションを新たに確立し、既存の手法を実質的なマージンで上回ることだ。
  論文  参考訳（メタデータ） (2024-11-27T01:09:56Z)
• Cavia: Camera-controllable Multi-view Video Diffusion with View-Integrated Attention [62.2447324481159]
  Caviaはカメラ制御可能なマルチビュービデオ生成のための新しいフレームワークである。 我々のフレームワークは、空間的および時間的注意モジュールを拡張し、視点と時間的一貫性を改善します。 Caviaは、ユーザーが物体の動きを取得しながら、異なるカメラの動きを特定できる最初の製品だ。
  論文  参考訳（メタデータ） (2024-10-14T17:46:32Z)

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。