論文の概要: Stable and Scalable Bundle Adjustment of Holistic 3D Structures

• arxiv url: http://arxiv.org/abs/2609.04026v1
• Date: Thu, 03 Sep 2026 16:08:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-04 18:28:39.149854
• Title: Stable and Scalable Bundle Adjustment of Holistic 3D Structures
• Title（参考訳）: 立体構造体の安定かつスケーラブルなバンドル調整
• Authors: Shaohui Liu, Rémi Pautrat, Daniel Barath, Richard Hartley, Viktor Larsson, Marc Pollefeys,
• Abstract要約: 本稿では,3次元コンピュータビジョンのためのBundle Adjustment (BA) の新バージョンを提案する。 BAはカメラ、ポーズ、3Dポイントを共同で最適化するために開発された。 グループ誘導測定とクロスフィーチャー・リジェクションにより、古典的な点のみの3次元正規化の空間性を維持する。
• 参考スコア（独自算出の注目度）: 99.03818732955783
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Bundle Adjustment (BA) is a cornerstone of 3D computer vision and has benefited from decades of advances in sparse optimization and numerical methods. It was originally developed for jointly optimizing camera intrinsics, poses and sparse 3D points. While extensions incorporate lines and other primitives, integrating richer geometric structures such as parallelism, coplanarity, or wireframes often introduces significantly increased computational cost and reduced numerical stability. In this paper, we propose a unified framework that extends bundle adjustment to jointly optimize geometric features and higher-order relations. We first introduce a taxonomy that distinguishes scalable geometric features with direct 2D measurements (e.g., points and lines), from groups encoding higher-order relations (e.g., coplanarity, parallelism, etc.), where we show that groups can be modeled as camera-like entities within the bundle adjustment framework. Building on this formulation, we propose that both group constraints and cross-feature relations (i.e., point-line associations) can be expressed through 2D reprojection measurements. By formulating group-induced and cross-feature reprojection errors, we preserve the sparsity structure of classical point-based BA under Schur elimination, while avoiding direct 3D regularization that degrades the conditioning and stability. Experiments on both real-world and synthetic datasets demonstrate runtime performance comparable to classical point-only bundle adjustment, while producing significantly richer 3D structures and improved geometric accuracy.
• Abstract（参考訳）: Bundle Adjustment (BA)は3Dコンピュータビジョンの基盤であり、スパース最適化と数値手法の数十年の進歩の恩恵を受けている。 元々はカメラの内在、ポーズ、スパース3Dポイントを共同で最適化するために開発された。 拡張には線やその他のプリミティブが含まれているが、並列性、コプラナリティ、ワイヤフレームといったよりリッチな幾何学構造を統合すると、計算コストが大幅に増加し、数値安定性が低下する。 本稿では,幾何学的特徴と高次関係を協調的に最適化するために,バンドル調整を拡張する統一フレームワークを提案する。 まず,高次関係を符号化するグループ(例えば,コプランナリティ,並列性など)から,直接2次元測度(点や線など)で拡張性のある幾何学的特徴を識別する分類法を導入し,バンドル調整フレームワーク内のカメラライクなエンティティとしてグループをモデル化できることを示す。 この定式化に基づいて, 2次元再投影計測により, 群制約と交叉関係(点線関係)の両方を表現できることを提案する。 グループ誘発およびクロスフィーチャー再射誤差を定式化することにより、条件付けと安定性を低下させる直接3次元正規化を避けながら、シュル除去の下で古典的点ベースBAの空間構造を保存する。 実世界のデータセットと合成データセットの両方の実験では、古典的な点のみのバンドル調整に匹敵する実行性能を示しながら、よりリッチな3D構造を実現し、幾何学的精度が向上した。

関連論文リスト

• LG-HCC: Local Geometry-Aware Hierarchical Context Compression for 3D Gaussian Splatting [77.81227097905865]
  アンカーベースの3DGS圧縮スキームは、いくつかの高度な文脈モデルを通してガウスの冗長性を減少させる。 本稿では, アンカープルーニングとエントロピー符号化にアンカー幾何学的相関を組み込んだ3DGSのための局所幾何学的階層型コンテキスト圧縮フレームワークを提案する。 実験の結果、LG-HCCは構造保存の問題を効果的に緩和し、Mip-NeRF360データセット上のScaffold-GSベースラインと比較して最大30.85倍のストレージを削減した。
  論文  参考訳（メタデータ） (2026-03-30T13:39:35Z)
• Interact3D: Compositional 3D Generation of Interactive Objects [31.12099147294145]
  本稿では,3次元合成オブジェクト間の相互作用を物理的に妥当に生成する新しいフレームワークを提案する。 当社のアプローチは、まず先進的な先進的な先進的手法を活用して、高品質な個人資産をキュレートする。 これらの資産を物理的に構成するために、ロバストな2段階合成パイプラインを導入する。
  論文  参考訳（メタデータ） (2026-03-17T03:21:06Z)
• Interp3D: Correspondence-aware Interpolation for Generative Textured 3D Morphing [63.141976759536625]
  テクスチャ化された3DモーフィングのためのトレーニングフリーフレームワークであるInterp3Dを提案する。 生成的先行性を利用し、幾何学的忠実さとテクスチャコヒーレンスの両方を保証するために、プログレッシブアライメント原理を採用する。 包括的評価のために, 難易度の高い専用データセットInterp3DDataを構築し, 忠実度, 遷移滑らか度, 可視性から生成結果を評価する。
  論文  参考訳（メタデータ） (2026-01-20T16:03:22Z)
• DISF: Disentangled Iterative Surface Fitting for Contact-stable Grasp Planning with Grasp Pose Alignment to the Object Center of Mass [8.61285912675644]
  幾何学的整合性を維持しつつ,接触安定性を両立させる新しい表面整合アルゴリズムを提案する。 人間のつかみ動作にインスパイアされた本手法は,グリップポーズ最適化を3段階に分割する。 我々は,3つのロボットプラットフォーム上でのシミュレーションと実環境実行におけるアプローチを検証する。
  論文  参考訳（メタデータ） (2025-12-31T01:15:09Z)
• COREA: Coarse-to-Fine 3D Representation Alignment Between Relightable 3D Gaussians and SDF via Bidirectional 3D-to-3D Supervision [15.632917458525851]
  我々は,3次元ガウシアンとSDF(Signed Distance Field)を共同で学習し,正確な幾何学的再構成と忠実なリライティングを行う最初の統一フレームワークであるCOREAを提案する。 標準ベンチマークの実験では、COREAは統一されたフレームワーク内での新規ビュー合成、メッシュ再構成、PBRにおいて優れた性能を達成している。
  論文  参考訳（メタデータ） (2025-12-08T02:41:42Z)
• Seeing 3D Through 2D Lenses: 3D Few-Shot Class-Incremental Learning via Cross-Modal Geometric Rectification [59.17489431187807]
  本稿では,CLIPの階層的空間意味論を活用することで3次元幾何学的忠実度を高めるフレームワークを提案する。 本手法は3次元のクラスインクリメンタル学習を著しく改善し,テクスチャバイアスに対して優れた幾何コヒーレンスとロバスト性を実現する。
  論文  参考訳（メタデータ） (2025-09-18T13:45:08Z)
• RiemanLine: Riemannian Manifold Representation of 3D Lines for Factor Graph Optimization [49.83974390433746]
  本稿では,3次元ラインの最小限の統一表現である textbfRiemanLine を紹介する。 私たちのキーとなるアイデアは、各行のランドマークをグローバルなコンポーネントとローカルなコンポーネントに分離することです。 ICL-NUIM, TartanAir, および総合ベンチマークを用いた実験により, 提案手法はより精度の高いポーズ推定とライン再構成を実現することが示された。
  論文  参考訳（メタデータ） (2025-08-06T11:27:38Z)

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。