論文の概要: NemoSplat: Feed-Forward 4D Gaussian Splatting for Media-Aware Underwater Reconstruction
- arxiv url: http://arxiv.org/abs/2608.22888v2
- Date: Tue, 25 Aug 2026 04:52:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:34.165553
- Title: NemoSplat: Feed-Forward 4D Gaussian Splatting for Media-Aware Underwater Reconstruction
- Title（参考訳）: NemoSplat: フィードフォワード4Dガウシアンスプラッティングによる水中のメディア認識
- Abstract要約: NemoSplatは、メディアを意識した動的再構成に適した最初のフィードフォワード4Dガウススプラッティングフレームワークである。
NemoSplatは最先端のトラッキング精度と高忠実度レンダリングを実現する。
- 参考スコア（独自算出の注目度）: 21.224361660534814
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reconstructing photorealistic scenes in unconstrained underwater environments remains challenging due to severe media-induced light scattering and unpredictable dynamic objects. Recent feed-forward visual foundation models have demonstrated remarkable capabilities in generalized novel view synthesis and tracking. However, when directly applied to aquatic videos, optical attenuation and motion interference fatally corrupt their feature aggregation, leading to severe tracking and reconstruction failures. To overcome these limitations, we present NemoSplat, the first feed-forward 4D Gaussian Splatting framework tailored for media-aware dynamic reconstruction directly from uncalibrated marine videos. Beyond providing robust estimations of camera poses and dense scene depth, we devise a Promptable Dynamic Disentangler that utilizes a confidence-aware fusion strategy of learned dynamic probabilities and optional semantic text priors, effectively isolating massive transient entities. Furthermore, to counteract visual degradation, a Media-Aware Gaussian Predictor is formulated to jointly estimate intrinsic 3D Gaussian attributes alongside physical media parameters, rendering pristine scene appearance in a single forward pass. Additionally, we introduce a large-scale underwater dataset with massive dynamic elements to facilitate training and evaluation. Extensive experiments on our dataset demonstrate that NemoSplat achieves state-of-the-art tracking accuracy and high-fidelity rendering. Homepage: https://nemosplat.hkustvgd.com
- Abstract（参考訳）: 制約のない水中環境下での光現実的なシーンの再構成は、深刻なメディア誘起光散乱と予測不可能な動的物体のために依然として困難である。
最近のフィードフォワード視覚基盤モデルは、一般化された新しいビュー合成と追跡において顕著な機能を示した。
しかし、水生ビデオに直接適用すると、光学減衰と運動干渉が特徴集合を致命的に破壊し、激しい追跡と復元の失敗に繋がった。
これらの制限を克服するために,メディア対応の動的再構成に適した,最初のフィードフォワード4DガウススティングフレームワークであるNemoSplatを紹介した。
カメラのポーズとシーン深度を頑健に推定するだけでなく、学習されたダイナミックな確率とオプションのセマンティックテキストの融合戦略を利用して、大規模な過渡的エンティティを効果的に分離する、Promptable Dynamic Disentanglerを考案した。
さらに、視覚劣化に対処するために、メディア対応ガウス予測器を定式化し、物理メディアパラメータと並行して固有の3Dガウス特性を共同で推定し、プリスタンシーンの外観を単一の前方パスでレンダリングする。
さらに,トレーニングや評価を容易にするため,大規模な動的要素を持つ大規模水中データセットも導入した。
我々のデータセットの大規模な実験は、NemoSplatが最先端のトラッキング精度と高忠実度レンダリングを実現していることを示している。
ホームページ:https://nemosplat.hkustvgd.com
関連論文リスト
- Rethinking Conditional Generation for Underwater Salient Object Detection [69.38806804258452]
コンディショナル・ジェネレーション・ネットワーク(DCGNet)は、水中のサリエンシ生成のための信頼性の高いコンディショナル・特徴を構築するために設計されている。
DCGNetは既存の最先端手法を著しく上回り、複雑な水中視覚応用の可能性を検証している。
論文 参考訳（メタデータ） (2026-07-02T07:48:06Z) - Ocean4D: Generative Underwater 4D Reconstruction via Medium-Aware Video Diffusion [53.39217286144327]
そこで我々は,Ocean4Dという水中4D再構成のための生成フレームワークを提案する。
4D-GCCは、クロスフレームカバレッジを改善した4Dの幾何的整合条件を構築する。
中知ブロックは、潜水拡散過程において暗黙の中知デノイングを行い、水中の外観を安定させる。
論文 参考訳（メタデータ） (2026-06-22T13:10:26Z) - OceanSplat: Object-aware Gaussian Splatting with Trinocular View Consistency for Underwater Scene Reconstruction [4.325717217536016]
OceanSplatは、水中のシーンで3D幾何学を表現するための新しい3Dガウススプレイティングベースのアプローチである。
そこで,OceanSplatは,散乱媒体におけるシーン復元と復元の両方において,既存の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2026-01-08T14:38:39Z) - DGS-LRM: Real-Time Deformable 3D Gaussian Reconstruction From Monocular Videos [52.46386528202226]
Deformable Gaussian Splats Large Reconstruction Model (DGS-LRM)を紹介する。
動的シーンのモノクロポーズビデオから変形可能な3Dガウススプラットを予測する最初のフィードフォワード法である。
最先端のモノクロビデオ3D追跡手法と同等の性能を発揮する。
論文 参考訳（メタデータ） (2025-06-11T17:59:58Z) - 3D-UIR: 3D Gaussian for Underwater 3D Scene Reconstruction via Physics Based Appearance-Medium Decoupling [30.985414238960466]
3D Gaussian Splatting (3DGS)はリアルタイムレンダリング機能を提供するが、水中の不均一な環境に苦しむ。
水媒体効果から物体の外観を遠ざける物理ベースの枠組みを提案する。
提案手法は,高品質な新規ビュー合成と物理的に正確なシーン復元を実現する。
論文 参考訳（メタデータ） (2025-05-27T14:19:30Z) - RUSplatting: Robust 3D Gaussian Splatting for Sparse-View Underwater Scene Reconstruction [9.070464075411472]
本稿では,水中深部レンダリングの視覚的品質と精度を両立させる,ガウススプラッティングに基づくフレームワークを提案する。
水中減衰の物理によって導かれるRGBチャネルの分離学習を提案し,より正確な色復元を実現する。
新たに収集されたデータセットであるSubmerged3Dは、特に深海環境においてキャプチャされる。
論文 参考訳（メタデータ） (2025-05-21T16:42:15Z) - EmerNeRF: Emergent Spatial-Temporal Scene Decomposition via
Self-Supervision [85.17951804790515]
EmerNeRFは動的駆動シーンの時空間表現を学習するためのシンプルだが強力なアプローチである。
シーンの幾何学、外観、動き、セマンティクスを自己ブートストラップで同時にキャプチャする。
本手法はセンサシミュレーションにおける最先端性能を実現する。
論文 参考訳（メタデータ） (2023-11-03T17:59:55Z) - Physics Informed Neural Fields for Smoke Reconstruction with Sparse Data [73.8970871148949]
まばらなマルチビューRGBビデオから流体を高忠実に再現することは、まだまだ難しい課題だ。
既存のソリューションは、障害物や照明に関する知識を前提とするか、障害物や複雑な照明のない単純な流体シーンのみに焦点を当てる。
本稿では, 制御物理(Navier-Stokes方程式)をエンドツーエンドの最適化で活用することにより, 動的流体を再構築する最初の方法を提案する。
論文 参考訳（メタデータ） (2022-06-14T03:38:08Z) - Learning Dynamic View Synthesis With Few RGBD Cameras [60.36357774688289]
本稿では,RGBDカメラを用いて動的屋内シーンのフリー視点映像を合成することを提案する。
我々は、RGBDフレームから点雲を生成し、それをニューラル機能を介して、自由視点ビデオにレンダリングする。
そこで本研究では,未完成の深度を適応的に塗布して新規なビューを描画する,シンプルなRegional Depth-Inpaintingモジュールを提案する。
論文 参考訳（メタデータ） (2022-04-22T03:17:35Z)
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。