論文の概要: BLASt3R: Bundle Adjustment of Any Image Set with Multi-View Matching and Monocular Priors
- arxiv url: http://arxiv.org/abs/2609.05210v1
- Date: Fri, 04 Sep 2026 14:41:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.073779
- Title: BLASt3R: Bundle Adjustment of Any Image Set with Multi-View Matching and Monocular Priors
- Title（参考訳）: BLASt3R:マルチビューマッチングとモノクロプリミティブによる任意の画像セットのバンドル調整
- Abstract要約: 近年のStructure-from-Motion (SfM) システムは,フィードフォワード3次元再構成の堅牢性と従来のバンドル調整(BA)の精度を画素マッチングと組み合わせている。
本稿では,初期化と正規化のために,高速なマルチビューマーカとモノクラー先行処理を利用する正規化BAフレームワークを提案する。
既存のシステムとは対照的に、当社の統一的なアプローチは、オンラインVSLAMと、同じ最適化フレームワーク内の未順序画像コレクションからのオフライン再構築の両方をシームレスにサポートしています。
- 参考スコア（独自算出の注目度）: 19.907327055258538
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent hybrid Structure-from-Motion (SfM) systems combine the robustness of feed-forward 3D reconstruction with the accuracy of traditional bundle adjustment (BA) with pixel matching. They are usually the best performing methods however their scalability and usability remains limited since estimating dense correspondences between views is prohibitively costly, especially considering time constraints inherent to online applications like Visual SLAM (VSLAM). In this paper, we introduce a regularized BA framework that leverages a fast multi-view matcher and monocular priors for initialization and regularization. In contrast to existing systems, our unified approach seamlessly supports both online VSLAM and offline reconstruction from unordered image collections within the same optimization framework and sharing common hyperparameters for all tasks. Extensive experiments across both domains demonstrate improved performance and speed tradeoffs over traditional, feed-forward, and hybrid baselines. Notably for VSLAM, our uncalibrated method outperforms all previous calibrated approaches.
- Abstract（参考訳）: 最近のハイブリッドシステムであるStructure-from-Motion (SfM) は、フィードフォワード3D再構成の堅牢性と従来のバンドル調整(BA)の精度を画素マッチングと組み合わせている。
ビュー間の密接な対応を推定することは、特にVisual SLAM(VSLAM)のようなオンラインアプリケーションに固有の時間制約を考えると、非常にコストがかかるためである。
本稿では,初期化と正規化のために,高速なマルチビューマーカとモノクラー先行処理を利用する正規化BAフレームワークを提案する。
既存のシステムとは対照的に、当社の統一されたアプローチは、オンラインVSLAMと、同じ最適化フレームワーク内の未順序画像コレクションからのオフライン再構築の両方をシームレスにサポートし、すべてのタスクに対して共通のハイパーパラメータを共有する。
両領域にわたる大規模な実験は、従来の、フィードフォワード、ハイブリッドベースラインよりもパフォーマンスとスピードのトレードオフが改善されたことを示している。
特にVSLAMでは、未校正手法が従来の校正手法よりも優れています。
関連論文リスト
- VidMap: Exploiting Temporal Structure for Video-Based Structure-from-Motion [53.78826038875198]
SLAMの強い逐次制約とオフラインSfMの柔軟性とグローバル最適化を組み合わせたシステムを提案する。
われわれのアプローチは最先端のSLAMとSfMのどちらよりもはるかに堅牢で正確だ。
論文 参考訳（メタデータ） (2026-07-29T17:58:04Z) - BA-T: An Iterative Transformer for Two-View Bundle Adjustment [53.16990349592508]
暗黙のトークン空間における繰り返し可能なレイヤとして,BAスタイルの構造化更新を実装した反復変換器であるBA-Tを提案する。
実験により、BA-Tは反復間におけるポーズと再構成の精度を徐々に改善することが示された。
BA-Tは、奥行き重心に対するコンパクトで効率的で構造的な代替手段を提供し、軽量アーキテクチャ内で正確な3D再構成を可能にする。
論文 参考訳（メタデータ） (2026-06-02T07:51:14Z) - UniRef-Image-Edit: Towards Scalable and Consistent Multi-Reference Image Editing [33.64590153603506]
高性能なマルチモーダル生成システムUniRef-Image-Editを提案する。
単一画像編集と複数画像合成を単一のフレームワークに統合する。
論文 参考訳（メタデータ） (2026-02-15T15:24:03Z) - FoundationSLAM: Unleashing the Power of Depth Foundation Models for End-to-End Dense Visual SLAM [50.9765003472032]
FoundationSLAMは、正確でロバストな追跡とマッピングのための学習ベースの単分子高密度SLAMシステムである。
我々の中核となる考え方は、基礎深度モデルからのガイダンスを活用することによって、推論によるフロー推定をブリッジすることである。
論文 参考訳（メタデータ） (2025-12-31T17:57:45Z) - CHROMA: Consistent Harmonization of Multi-View Appearance via Bilateral Grid Prediction [30.088316989385106]
カメラパイプラインは、露光調整、ホワイトバランス、色補正など、デバイス上の広範な処理を適用する。
外観の変化は複数ビューの一貫性に反し、新しいビュー合成を劣化させる。
多視点一貫した方法で測光変動を補正するために、空間適応型二元格子を予測できる一般化可能なフィードフォワード手法を提案する。
論文 参考訳（メタデータ） (2025-07-21T16:03:58Z) - Diffusion Blend: Inference-Time Multi-Preference Alignment for Diffusion Models [25.59542599768357]
拡散ブレンド(Diffusion Blend)は、推論時多重参照アライメントを解決する新しい手法である。
このアプローチを、マルチリワードアライメントのためのDB-MPAと、KL正規化制御のためのDB-KLAの2つのアルゴリズムでインスタンス化する。
論文 参考訳（メタデータ） (2025-05-24T06:27:55Z) - Feature Alignment with Equivariant Convolutions for Burst Image Super-Resolution [52.55429225242423]
本稿では,同変畳み込みに基づくアライメントを特徴とするBurst Image Super-Resolution (BISR) のための新しいフレームワークを提案する。
これにより、アライメント変換は画像領域の明示的な監督を通じて学習でき、特徴領域に容易に適用できる。
BISRベンチマークの実験は、定量的メトリクスと視覚的品質の両方において、我々のアプローチの優れた性能を示している。
論文 参考訳（メタデータ） (2025-03-11T11:13:10Z) - MambaVO: Deep Visual Odometry Based on Sequential Matching Refinement and Training Smoothing [13.827464353174182]
MambaVOは、マッチング品質を高め、ポーズ推定を改善するために、堅牢でマンバベースのマッチングとトレーニングを実行する。
公開ベンチマークでは、MambaVOとMambaVO++がSOTAのパフォーマンスを示し、リアルタイム実行を保証する。
論文 参考訳（メタデータ） (2024-12-28T08:42:48Z) - Hyper-VolTran: Fast and Generalizable One-Shot Image to 3D Object
Structure via HyperNetworks [53.67497327319569]
画像から3Dまでを1つの視点から解く新しいニューラルレンダリング手法を提案する。
提案手法では, 符号付き距離関数を表面表現として使用し, 幾何エンコードボリュームとハイパーネットワークスによる一般化可能な事前処理を取り入れた。
本実験は,一貫した結果と高速な生成による提案手法の利点を示す。
論文 参考訳（メタデータ） (2023-12-24T08:42:37Z) - Self-Supervised Multi-Frame Monocular Scene Flow [61.588808225321735]
自己監督学習に基づくマルチフレーム一眼的シーンフローネットワークを導入。
自己監督学習に基づく単眼的シーンフロー法における最新の精度を観察する。
論文 参考訳（メタデータ） (2021-05-05T17:49:55Z)
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。