論文の概要: 3D-USE: From Image-Level to Scene-Level Underwater Enhancement
- arxiv url: http://arxiv.org/abs/2608.28020v1
- Date: Fri, 28 Aug 2026 07:34:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.247043
- Title: 3D-USE: From Image-Level to Scene-Level Underwater Enhancement
- Title（参考訳）: 3D-USE:画像レベルからシーンレベルまで
- Abstract要約: 水中のシーンレベル向上(USE)
強化のための信頼性のあるシーン表現と、強化された3Dデータをペア化せずに一貫した拡張ターゲットを使用する。
水中での実際の実験では、視界と視界の整合性が向上し、復元品質が保たれた。
- 参考スコア（独自算出の注目度）: 54.11922584483346
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Underwater 3D reconstruction faithfully reproduces the color shifts and visibility loss of captured views, while physical inversion may leave estimation errors in the recovered scene appearance. We formulate Underwater Scene-level Enhancement (USE) as learning a persistent, visibility-enhanced 3D scene representation from degraded multi-view underwater observations, enabling consistent enhanced rendering. Realizing USE requires both a reliable scene representation for enhancement and a consistent enhancement target without paired enhanced 3D data. Therefore, we present 3D-USE, a two-stage framework. First, the Medium Radial Basis Anchor Representation (MediumRBF) establishes a medium-aware Gaussian scene by representing water effects with shared radial-basis anchors and explicitly decomposing object and medium contributions. Based on this fixed scene representation, Appearance Transition Consensus (ATC) transfers paired 2D underwater image enhancement (UIE) knowledge into scene-global and Gaussian-local targets, avoiding direct supervision from inconsistent enhanced views. An Underwater Bilateral Appearance Field (U-BAF) then realizes these targets in Gaussian radiance and medium appearance. The scene directly renders enhanced novel views without a 2D UIE model at inference. Experiments on real underwater scenes show improved visibility and cross-view consistency while preserving reconstruction quality.
- Abstract（参考訳）: 水中3D再構成は、キャプチャされたビューの色変化と視認性喪失を忠実に再現する一方、物理的逆転は、復元されたシーンの外観に推定誤差を残す可能性がある。
劣化した多視点水中観測から持続的かつ視認性に富んだ3Dシーン表現を学習し,一貫したレンダリングを可能にする。
USEを実現するには、強化のための信頼性のあるシーン表現と、強化された3Dデータをペア化せずに一貫した拡張ターゲットの両方が必要である。
そこで我々は,2段階のフレームワークである3D-USEを提案する。
第一に,Medium Radial Basis Anchor Representation (MediumRBF)は,共用ラジアルバスアンカーで水効果を表現し,対象物や媒体の寄与を明示的に分解することによって,中級ガウス的なシーンを確立する。
この固定されたシーン表現に基づいて、出現遷移コンセンサス(ATC)は、ペア化された2次元水中画像強調(UIE)知識をシーン・グロバルおよびガウス的局所目標に転送し、一貫性のない視点からの直接的な監視を避ける。
水中バイラテラル観測場 (U-BAF) は, ガウシアン放射率と中性外観においてこれらの目標を実現する。
シーンは、推論時に2D UIEモデルなしで、拡張された新規ビューを直接描画する。
水中での実際の実験では、視界と視界の整合性が向上し、復元品質が保たれた。
関連論文リスト
- Wat3R: Underwater 3D Geometry Learning without Annotations [58.91163632674025]
水中環境における3D形状の推定は、光の減衰、散乱、大規模で高品質な3Dアノテーションの欠如による固有の課題を示す。
本稿では,空中から水中へのフィードフォワード3D再構成モデルの適用を目的とした,クロスドメイン半教師付き学習フレームワークWat3Rを提案する。
論文 参考訳（メタデータ） (2026-07-09T17:59:58Z) - Underwater360: Reconstructing Underwater Scenes from Panoramic Images with Omnidirectional Gaussian Splatting [22.94193985923809]
水環境の浸水探査には水中環境の再構築が不可欠である。
水中シーン再構築のための物理インフォームド全方位3DGSフレームワークである textbfUnderwater360 を提案する。
Underwater360は、水中の新しいビュー合成とシーンの外観復元において優れた性能を発揮する。
論文 参考訳（メタデータ） (2026-05-26T02:01:06Z) - SceneExpander: Expanding 3D Scenes with Free-Form Inserted Views [69.08965991211704]
ユーザ中心のワークフローにおける3Dシーンの拡大について検討する。
固定シーンにおける単純なオブジェクト編集やスタイル転送とは異なり、挿入されたビューは元の再構築と3Dミスアライメントされることが多い。
パラメトリックフィードフォワード3D再構成モデルにテスト時間適応を適用したSceneExpanderを提案する。
論文 参考訳（メタデータ） (2026-03-28T02:04:48Z) - 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) - Move to Understand a 3D Scene: Bridging Visual Grounding and Exploration for Efficient and Versatile Embodied Navigation [54.04601077224252]
身近なシーン理解には、視覚空間情報の理解だけでなく、3D物理世界における次の探索場所の決定も必要である。
アンダーラインテキストbf3D視覚言語学習は、エンボディエージェントが環境を効果的に探索し理解することを可能にする。
モデルの汎用性は、カテゴリ、言語記述、参照イメージなど、多様な入力モダリティを使ったナビゲーションを可能にする。
論文 参考訳（メタデータ） (2025-07-05T14:15:52Z) - 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) - Visibility-Uncertainty-guided 3D Gaussian Inpainting via Scene Conceptional Learning [63.94919846010485]
3DGI)は、複数の入力ビューから補完的な視覚的・意味的手がかりを効果的に活用することが困難である。
本稿では,異なる入力ビュー間での3Dポイントの視認性不確実性を計測し,それらを用いて3DGIを誘導する手法を提案する。
ViSibility-uncerTainty-guided 3DGIとシーンコンセプトAl学習を統合し,新しい3DGIフレームワークであるVISTAを構築した。
論文 参考訳（メタデータ） (2025-04-23T06:21:11Z) - SeaSplat: Representing Underwater Scenes with 3D Gaussian Splatting and a Physically Grounded Image Formation Model [11.57677379828992]
本研究では,最近の3次元放射場の発展を生かした水中シーンのリアルタイムレンダリングを可能にするSeaSplatを紹介する。
SeaSplatを、アメリカ領ヴァージン諸島の水中車両が収集したSeaThru-NeRFデータセットの現実世界のシーンに適用する。
水中画像形成はシーン構造を学習し, 深度マップを改良し, 3次元ガウス表現の活用による計算精度の向上を図った。
論文 参考訳（メタデータ） (2024-09-25T20:45:19Z) - GEOcc: Geometrically Enhanced 3D Occupancy Network with Implicit-Explicit Depth Fusion and Contextual Self-Supervision [49.839374549646884]
本稿では,視覚のみのサラウンドビュー知覚に適したジオメトリ強化OccupancyネットワークであるGEOccについて述べる。
提案手法は,Occ3D-nuScenesデータセット上で,画像解像度が最小で,画像バックボーンが最大である状態-Of-The-Art性能を実現する。
論文 参考訳（メタデータ） (2024-05-17T07:31:20Z)
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。