論文の概要: On-the-Fly3R: Towards Robust Online 3D Reconstruction with Feed-Forward 3R Models for Large-Scale UAV Scenarios

• arxiv url: http://arxiv.org/abs/2609.00923v1
• Date: Tue, 01 Sep 2026 08:47:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:36.486139
• Title: On-the-Fly3R: Towards Robust Online 3D Reconstruction with Feed-Forward 3R Models for Large-Scale UAV Scenarios
• Title（参考訳）: On-Fly3R:大規模UAVシナリオのためのフィードフォワード3Rモデルによるロバストオンライン3D再構成に向けて
• Authors: Zhe Shen, Liyuan Lou, Yifei Yu, Guanbo Wang, Quanjian Ji, Xin Wang, Zongqian Zhan,
• Abstract要約: On-the-Fly3Rは、大規模なUAV画像のためのトレーニングフリーでプログレッシブなオンライン3D再構成フレームワークである。 本手法は,検索誘導動的サブセット構築による非順序入力からの再構成を可能にする。 提案手法は,3Rモデルから5000枚以上のUAV画像への拡張に成功した。
• 参考スコア（独自算出の注目度）: 6.729903292561442
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While feed-forward 3D reconstruction (3R) offers efficient end-to-end modeling, its application in large-scale UAV mapping is hindered by the prohibitive memory cost of Transformer attention. Current scalable streaming 3R methods assume temporally and spatially continuous inputs, rendering them ineffective for the weakly ordered or unordered image streams common in cross-strip UAV operations. To address this, we propose On-the-Fly3R, a training-free, progressive online 3D reconstruction framework for large-scale UAV images that upgrades various 3R backbones for large-scale UAV scenarios. Our method enables reconstruction from unordered inputs via retrieval-guided dynamic subset construction, which adaptively selects spatially relevant images. To further improve the robustness, a validation-rejection-retry mechanism is designed to guarantee global consistency, performing a pre-integration consistency check and automatically rejecting misaligned images and retrying with alternative subset. Finally, inspired by VSLAM, pose graph optimization based on the retrieval loop closure is employed to mitigate camera drift. Evaluations on several UAV benchmarks show that our On-the-Fly3R successfully scales various 3R models to over 5,000 images across square-kilometer UAV scenes, delivering substantially superior accuracy compared to several SOTA streaming 3R methods. Code is available at https://github.com/Sh1nZzz/On_the_Fly3R
• Abstract（参考訳）: フィードフォワード3D再構成(3R)は、効率的なエンドツーエンドモデリングを提供するが、大規模なUAVマッピングへの応用は、トランスフォーマー注意の禁止メモリコストによって妨げられる。 現在のスケーラブルなストリーミング3R法は、時間的および空間的に連続的な入力を仮定し、それを、横断UAV操作で一般的な弱順序または非順序の画像ストリームに対して非効率にする。 そこで本研究では,大規模UAV画像を対象としたトレーニングフリーでプログレッシブなオンライン3D再構成フレームワークOn-the-Fly3Rを提案する。 提案手法は,空間的関連画像を適応的に選択する検索誘導動的サブセット構成により,非順序入力からの再構成を可能にする。 堅牢性をさらに向上するため、バリデーション・リトライ機構は、グローバルな一貫性を確保し、事前統合整合性チェックを実行し、不整合画像を自動的に拒否し、代替サブセットでリトライするように設計されている。 最後に、VSLAMにインスパイアされた、検索ループ閉包に基づくポーズグラフ最適化を用いて、カメラのドリフトを緩和する。 いくつかのUAVベンチマークで評価したところ、我々のOn-the-Fly3Rは、様々な3Rモデルを2平方キロメートルのUAVシーンで5,000以上の画像にスケールし、SOTAストリーミング3R法と比較してかなり精度が高いことがわかった。 コードはhttps://github.com/Sh1nZzz/On_the_Fly3Rで公開されている。

関連論文リスト

• Large-scale Photorealistic Outdoor 3D Scene Reconstruction from UAV Imagery Using Gaussian Splatting Techniques [0.734084539365505]
  本稿では,ドローンでキャプチャした映像ストリームを低レイテンシで高忠実度な3D再構成に変換できるエンドツーエンドパイプラインを提案する。 我々の目標は,RTMPストリーミング,同期センサ融合,カメラポーズ推定,3DGS最適化によるライブビデオ取得を併用した効率的なアーキテクチャを提案することである。
  論文  参考訳（メタデータ） (2026-02-23T20:40:26Z)
• On-the-fly Large-scale 3D Reconstruction from Multi-Camera Rigs [27.867668843780553]
  マルチカメラリグのための初となるオンザフライ3D再構成フレームワークを提示する。 本手法は,生のマルチカメラ映像ストリームのみを用いて,わずか2分で数百メートルの3Dシーンを再構成する。
  論文  参考訳（メタデータ） (2025-12-09T11:26:20Z)
• Iterative Motion Compensation for Canonical 3D Reconstruction from UAV Plant Images Captured in Windy Conditions [15.401929638574268]
  植物の3D表現型は、植物の成長、収量予測、病気の制御を理解する上で重要な役割を担っている。 本稿では,個々の農作物の高品質な3D再構築を可能にするパイプラインを提案する。
  論文  参考訳（メタデータ） (2025-10-17T10:04:08Z)
• Neural 3D Object Reconstruction with Small-Scale Unmanned Aerial Vehicles [16.745245388756533]
  小型無人航空機(UAV)は、屋内と難航地域を航行する大きな可能性を秘めている。 本稿では,100グラム以下のUAVを用いた静的物体の完全自律・高忠実な3次元走査を可能にするシステムアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2025-09-15T21:08:32Z)
• STream3R: Scalable Sequential 3D Reconstruction with Causal Transformer [72.88105562624838]
  本稿では,ポイントマップ予測をデコーダのみの変換器問題として再構成する新しい3次元再構成手法STream3Rを提案する。 大規模な3Dデータセットから幾何学的先行性を学ぶことで、STream3Rは多様で困難なシナリオにうまく一般化する。 この結果から,オンライン3次元知覚のための因果変換モデルの可能性を浮き彫りにし,ストリーミング環境におけるリアルタイム3次元理解の道を開いた。
  論文  参考訳（メタデータ） (2025-08-14T17:58:05Z)
• RobustGS: Unified Boosting of Feedforward 3D Gaussian Splatting under Low-Quality Conditions [67.48495052903534]
  本稿では,汎用的で効率的なマルチビュー機能拡張モジュールRobustGSを提案する。 各種の有害撮像条件下でのフィードフォワード3DGS法のロバスト性を大幅に向上させる。 RobustGSモジュールはプラグイン・アンド・プレイ方式で既存の事前訓練パイプラインにシームレスに統合できる。
  論文  参考訳（メタデータ） (2025-08-05T04:50:29Z)
• Fast3R: Towards 3D Reconstruction of 1000+ Images in One Forward Pass [68.78222900840132]
  我々は,DUSt3Rに並列に複数のビューを処理することで,効率よくスケーラブルな3D再構成を実現する新しい多視点一般化であるFast3Rを提案する。 Fast3Rは最先端のパフォーマンスを示し、推論速度とエラーの蓄積が大幅に改善された。
  論文  参考訳（メタデータ） (2025-01-23T18:59:55Z)
• FreeSplatter: Pose-free Gaussian Splatting for Sparse-view 3D Reconstruction [69.63414788486578]
  FreeSplatterはスケーラブルなフィードフォワードフレームワークで、キャリブレーションされていないスパースビュー画像から高品質な3Dガウシアンを生成する。 当社のアプローチでは,自己注意ブロックが情報交換を容易にする合理化トランスフォーマーアーキテクチャを採用している。 包括的データセットに基づいて,オブジェクト中心とシーンレベルの再構築のための2つの特殊な変種を開発する。
  論文  参考訳（メタデータ） (2024-12-12T18:52:53Z)
• Lightweight Multi-View 3D Pose Estimation through Camera-Disentangled Representation [57.11299763566534]
  空間校正カメラで撮影した多視点画像から3次元ポーズを復元する手法を提案する。 我々は3次元形状を利用して、入力画像をカメラ視点から切り離したポーズの潜在表現に融合する。 アーキテクチャは、カメラプロジェクション演算子に学習した表現を条件付け、ビュー当たりの正確な2次元検出を生成する。
  論文  参考訳（メタデータ） (2020-04-05T12:52:29Z)

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。