論文の概要: ReconSplat: Generalizable 3D Scene Reconstruction Beyond Observed Views

• arxiv url: http://arxiv.org/abs/2608.28895v1
• Date: Fri, 28 Aug 2026 21:53:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:30.778033
• Title: ReconSplat: Generalizable 3D Scene Reconstruction Beyond Observed Views
• Title（参考訳）: ReconSplat:見事な3Dシーンを再現する
• Abstract要約: ReconSplatは3Dシーン再構築のためのフィードフォワードモデルである。 幾何学的に整列した新しいビューと鋭い深さ推定の両方を提供する。 実際のベンチマークで、フォトリアリスティックなノベルビューと正確な深度マップの両方を生成する。
• 参考スコア（独自算出の注目度）: 9.257489669927624
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce ReconSplat, a feed-forward model for 3D scene reconstruction that aims to address the longstanding trade-off between plausible view generation for unobserved regions and geometric consistency, providing both geometrically aligned novel views and sharp depth estimates. Our approach builds on 3D Gaussian splatting (3DGS) as an intermediate differentiable scene representation and integrates it with a multi-view latent diffusion model (MV-LDM) trained to act simultaneously as a refiner and an inpainter for appearance and scene geometry. We enforce geometric consistency by guiding the diffusion process with variational 3D latent features for appearance and geometry, encoded by the feed-forward 3DGS representation and rasterized to 2D latent space. ReconSplat produces both photorealistic novel views and accurate depth maps on real-world benchmarks, RealEstate10K and DL3DV-10K, outperforming existing methods in challenging extrapolation setups. Notably, ReconSplat allows the extrapolation of unseen and challenging viewpoints jointly with coherent and precise scene geometry.
• Abstract（参考訳）: 本研究では3次元シーン再構築のためのフィードフォワードモデルであるReconSplatを紹介し,非観測領域の可視ビュー生成と幾何学的整合性の間の長年のトレードオフに対処し,幾何学的に整合した新規ビューと鋭い深度推定の両方を提供する。 提案手法は,3次元ガウススプラッティング(3DGS)を中間微分可能なシーン表現として構築し,マルチビュー潜時拡散モデル(MV-LDM)と統合し,リファインダとシーン形状のインペイントを同時に行うように訓練した。 本研究では,3次元潜伏空間にラスタ化されるフィードフォワード3DGS表現によって符号化された3次元潜伏空間の拡散過程を,外見と幾何学のための変分3次元潜伏特徴で導くことで,幾何的整合性を実現する。 ReconSplatは、リアルエステート10KとDL3DV-10Kという実世界のベンチマークで、フォトリアリスティックなノベルビューと正確な深度マップの両方を生成し、外挿に挑戦する既存の手法よりも優れている。 特にReconSplatは、コヒーレントで正確なシーン幾何学と共同で、目に見えない視点と挑戦的な視点の補間を可能にする。

関連論文リスト

• Surfsvr: 2D Surface Priors as 3D Geometric Regularizers for Sparse Voxel Reconstruction [56.51413081953813]
  SurfSVRは2次元表面の先行を明示的な3次元幾何正規化器として扱う新しいスパースボクセル再構成パラダイムである。 鮮明なボクセルの再現は、視認性と幾何学的特性が著しく異なる場面で一貫して改善される。
  論文  参考訳（メタデータ） (2026-08-12T11:25:31Z)
• IVGT: Implicit Visual Geometry Transformer for Neural Scene Representation [76.36174247570716]
  ポーズレス多視点画像から連続的かつ一貫性のある幾何を暗黙的にモデル化するインプリシトビジュアル幾何変換器IVGTを提案する。 IVGTは標準座標系で連続的なニューラルネットワークシーン表現を学習し、任意の3D位置での連続的な空間クエリをサポートする。 連続的かつコヒーレントな表面形状の直接抽出を可能にし、任意の視点からRGB画像、深度マップ、表面正規写像のレンダリングを可能にする。
  論文  参考訳（メタデータ） (2026-05-15T17:59:57Z)
• LightHarmony3D: Harmonizing Illumination and Shadows for Object Insertion in 3D Gaussian Splatting [90.15229815175593]
  光ハーモニー3D(LightHarmony3D)について述べる。 繰り返し最適化の代わりに生成前処理を活用することにより,本手法はシーン照明を効率よく捉えることができる。 3DGSでメッシュ挿入のための最初の専用ベンチマークを導入し、照明の一貫性と光リアリズムを評価するための標準化された評価フレームワークを提供する。
  論文  参考訳（メタデータ） (2026-03-31T03:26:30Z)
• Leveraging 2D Priors and SDF Guidance for Dynamic Urban Scene Rendering [23.15241977092541]
  より堅牢なオブジェクト表現を生成するために,サイン付き距離関数(SDF)と3次元ガウス分割(DGS)を統合する新しい手法を提案する。 都市景観におけるLiDARデータを使用しなくても,レンダリング指標の最先端性能を実現する。
  論文  参考訳（メタデータ） (2025-10-15T10:21:36Z)
• A Controllable 3D Deepfake Generation Framework with Gaussian Splatting [6.969908558294805]
  本稿では,3次元ガウススプラッティングに基づく新しい3次元ディープフェイク生成フレームワークを提案する。 完全に制御可能な3D空間において、現実的でアイデンティティを保った顔スワッピングと再現を可能にする。 提案手法は3次元モデリングとディープフェイク合成のギャップを埋め、シーン認識、制御可能、没入型視覚的偽造の新しい方向を可能にする。
  論文  参考訳（メタデータ） (2025-09-15T06:34:17Z)
• EVolSplat: Efficient Volume-based Gaussian Splatting for Urban View Synthesis [61.1662426227688]
  既存のNeRFおよび3DGSベースの手法は、フォトリアリスティックレンダリングを実現する上で有望な結果を示すが、スローでシーンごとの最適化が必要である。 本稿では,都市景観を対象とした効率的な3次元ガウススプレイティングモデルEVolSplatを紹介する。
  論文  参考訳（メタデータ） (2025-03-26T02:47:27Z)
• LineGS : 3D Line Segment Representation on 3D Gaussian Splatting [0.0]
  LineGSは幾何学誘導型3次元ライン再構成と3次元ガウススプラッティングモデルを組み合わせた新しい手法である。 その結果, ベースライン法と比較して, 幾何精度とモデルコンパクト性に有意な改善が認められた。
  論文  参考訳（メタデータ） (2024-11-30T13:29:36Z)
• 2D Gaussian Splatting for Geometrically Accurate Radiance Fields [50.056790168812114]
  3D Gaussian Splatting (3DGS)は近年,高画質の新規ビュー合成と高速レンダリングを実現し,放射界再構成に革命をもたらした。 多視点画像から幾何学的精度の高い放射場をモデル化・再構成するための新しいアプローチである2DGS(2D Gaussian Splatting)を提案する。 競合する外観品質、高速トレーニング速度、リアルタイムレンダリングを維持しつつ、ノイズフリーかつ詳細な幾何学的再構成を可能にする。
  論文  参考訳（メタデータ） (2024-03-26T17:21:24Z)
• GeoGS3D: Single-view 3D Reconstruction via Geometric-aware Diffusion Model and Gaussian Splatting [81.03553265684184]
  単視点画像から詳細な3Dオブジェクトを再構成するフレームワークであるGeoGS3Dを紹介する。 本稿では,GDS(Gaussian Divergence Significance)という新しい指標を提案する。 実験により、GeoGS3Dはビュー間で高い一貫性を持つ画像を生成し、高品質な3Dオブジェクトを再構成することを示した。
  論文  参考訳（メタデータ） (2024-03-15T12:24:36Z)

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。