論文の概要: PRG-Fusion: Orchestrating Generative Priors with Reconstruction Evidence for Driving View Synthesis
- arxiv url: http://arxiv.org/abs/2609.06948v1
- Date: Mon, 07 Sep 2026 02:34:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-12 02:08:00.506236
- Title: PRG-Fusion: Orchestrating Generative Priors with Reconstruction Evidence for Driving View Synthesis
- Title（参考訳）: PRGフュージョン:ドライブビュー合成のための再構成証拠を用いた生成優先事項のオーケストレーション
- Abstract要約: 本研究では,地域間における生成先行を整理するために,復元証拠を用いたビュー合成を駆動するフレームワークであるPRG-Fusionを提案する。
具体的には、再建された運転シーンから地域的復元証拠を抽出し、保存、修復、生成(PRG)ラベルに変換する。
次に、2段階の訓練パラダイムに従い、まず疎LiDARプロジェクションから幾何学的制御を確立し、次に密度の高い3DGSから外観制御を学ぶ。
- 参考スコア（独自算出の注目度）: 16.51293833344591
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Synthesizing photorealistic driving videos along specified trajectories is essential for scalable closed-loop simulation. Reconstruction-based methods leverage neural rendering to synthesize geometrically consistent views, but often exhibit diverse artifacts and missing content when the viewpoint deviates from the training trajectory. In contrast, generative models can synthesize realistic views along arbitrary trajectories from vehicle sensor data, yet often struggle to maintain temporal and geometric consistency across frames. To combine the strengths of both, we propose PRG-Fusion, a framework for driving view synthesis that uses reconstruction evidence to orchestrate generative priors across regions. Specifically, we extract region-wise degradation evidence from reconstructed driving scenes and convert it into Preserve, Repair, and Generate (PRG) labels. At inference, these labels serve as a unified routing policy for region-aware spatiotemporal synthesis, orchestrating 3DGS appearance preservation, LiDAR-guided structural correction, and video-prior-driven content completion across Preserve, Repair, and Generate regions, respectively. We then follow a two-stage training paradigm, first establish geometric control from sparse LiDAR projections and subsequently learning appearance control from dense 3DGS renderings. Extensive experiments on Waymo demonstrate that PRG-Fusion achieves state-of-the-art overall performance in novel trajectory video synthesis, with superior visual quality and geometric fidelity while maintaining competitive view consistency under large trajectory shifts.
- Abstract（参考訳）: 光リアルなドライビングビデオを特定の軌道に沿って合成することは、スケーラブルなクローズドループシミュレーションに不可欠である。
レコンストラクションに基づく手法は、ニューラルネットワークを利用して幾何学的に一貫したビューを合成するが、視点がトレーニング軌跡から逸脱した場合、しばしば多様なアーティファクトと不足した内容を示す。
対照的に、生成モデルは車両センサデータから任意の軌跡に沿ってリアルなビューを合成することができるが、フレーム間の時間的および幾何学的整合性を維持するのに苦労することが多い。
両者の強みを組み合わせるため,地域間における生成先行を整理するために,復元証拠を用いたビュー合成を駆動するフレームワークであるPRG-Fusionを提案する。
具体的には、再構成された運転シーンから地域的劣化証拠を抽出し、保存、修復、生成(PRG)ラベルに変換する。
推測では、これらのラベルは、地域対応の時空間合成のための統一的なルーティングポリシーとして機能し、3DGSの外観保存、LiDAR誘導構造補正、保存領域、修復領域、生成領域にわたるビデオ優先コンテンツ補完を編成する。
次に、2段階のトレーニングパラダイムに従い、まず疎LiDAR投影から幾何学的制御を確立し、次に密度の高い3DGSレンダリングから外観制御を学習する。
Waymoにおける広範囲な実験により、PRG-Fusionは、新しいトラジェクトリビデオ合成において、大きなトラジェクトリシフト下での競争的なビュー一貫性を維持しながら、優れた視覚的品質と幾何学的忠実さを有する、最先端の総合的なパフォーマンスを達成することが実証された。
関連論文リスト
- GaussVid: Sparse-View Gaussian Splatting with 3D-Aware Video Diffusion Priors [14.045684695919116]
3DGSは、合成において顕著な成功を収めたが、スパースビュー下での再構成は、しばしば顕著な成果を上げている。
本稿では,スパース3DGSの再生品質を向上させるために,新しい3D対応ビデオ復元フレームワークを提案する。
提案手法は,PSNR/SSIM(Pixel- and Structure-level fidelity)を最適に実現し,マルチビューの整合性を向上させる。
論文 参考訳（メタデータ） (2026-08-22T08:47:29Z) - InfiniVerse: Occupancy Guided Unbounded Scene Generation for Autonomous Driving [70.7737035270887]
InfiniVerseは、単一のフレームから動的都市シーンを合成するための統合パイプラインである。
InfiniVerseは6.4のFIDと67.97のFVDで最先端のパフォーマンスを達成し、持続時間と安定性の両方で既存のベンチマークを著しく上回っている。
論文 参考訳（メタデータ） (2026-06-30T04:08:22Z) - FlowObject: Flow Steering for Bridging Generative Priors and Reconstruction Fidelity [34.142288038459704]
FlowObjectは、スパースビューの3D再構成をトレーニング不要でガイド付き逆問題として再構成するフレームワークである。
提案手法は、幾何学的完全性およびビュー依存外観忠実度の両方において、最先端の生成モデルと最適化に基づくフレームワークを著しく上回る。
論文 参考訳（メタデータ） (2026-06-17T12:42:09Z) - VidSplat: Gaussian Splatting Reconstruction with Geometry-Guided Video Diffusion Priors [79.88300861391114]
VidSplatは、トレーニング不要な生成的再構築フレームワークである。
生成と再構築の効果的な統合を可能にする2つの重要な課題に取り組む。
広範に使用されているベンチマーク実験は、スパースビューのシーン再構成における優れた性能を示している。
論文 参考訳（メタデータ） (2026-05-12T02:20:31Z) - ViPS: Video-informed Pose Spaces for Auto-Rigged Meshes [55.32681167870698]
Video-informed Pose Spaces (ViPS)は、自動リップメッシュのための有効な調律の潜時分布を検出するフィードフォワードフレームワークである。
ViPSは生成ビデオの先行値を所定のリグパラメータ化上の普遍分布に転送する。
評価の結果,VPSは,合成アーティストが作成した4Dデータに基づいて訓練した最先端の手法の性能と,妥当性と多様性の両面で一致していることがわかった。
論文 参考訳（メタデータ） (2026-04-19T21:21:11Z) - FreeGen: Feed-Forward Reconstruction-Generation Co-Training for Free-Viewpoint Driving Scene Synthesis [24.76850299847588]
FreeGenは、フリービューポイント駆動シーンのためのフィードフォワード再構築世代協調トレーニングフレームワークである。
自由視点駆動シーン合成において,FreeGenが最先端の性能を達成することを示す。
論文 参考訳（メタデータ） (2025-12-04T14:14:21Z) - HBSplat: Robust Sparse-View Gaussian Reconstruction with Hybrid-Loss Guided Depth and Bidirectional Warping [11.035994094874141]
HBSplatは、堅牢な構造的キュー、仮想ビュー制約、隠蔽された領域補完をシームレスに統合するフレームワークである。
HBSplatは21.13dBのPSNRと0.189LPIPSを達成し、リアルタイム推論を維持している。
論文 参考訳（メタデータ） (2025-09-29T15:03:31Z) - OracleGS: Grounding Generative Priors for Sparse-View Gaussian Splatting [78.70702961852119]
OracleGSは、Gaussian Splattingのスパースビューのために、生成的完全性と回帰的忠実性を調整している。
提案手法は,多視点幾何学的証拠に先立って強力な生成条件を定め,幻覚的アーティファクトをフィルタリングし,非拘束領域における可塑性完備を保存している。
論文 参考訳（メタデータ） (2025-09-27T11:19:32Z) - 4D Driving Scene Generation With Stereo Forcing [62.47705572424127]
現在の生成モデルは、時間外挿と空間的新規ビュー合成(NVS)をシーンごとの最適化なしで同時にサポートする動的4D駆動シーンの合成に苦慮している。
PhiGenesisは、幾何学的・時間的整合性を持った映像生成技術を拡張する4次元シーン生成のための統合フレームワークである。
論文 参考訳（メタデータ） (2025-09-24T15:37:17Z) - Structural Energy-Guided Sampling for View-Consistent Text-to-3D [18.973527029488746]
テキスト・トゥ・3D生成はしばしばジャヌス問題に悩まされ、オブジェクトが他の角度から重複または歪んだ幾何学に崩壊する。
本研究では, 実時間で完全にマルチビューの整合性を実現する学習自由なプラグイン・アンド・プレイフレームワークSEGSを提案する。
論文 参考訳（メタデータ） (2025-08-23T06:26:04Z) - HumanGenesis: Agent-Based Geometric and Generative Modeling for Synthetic Human Dynamics [60.737929335600015]
4つの協調エージェントを通して幾何学的および生成的モデリングを統合するフレームワークである textbfHumanGenesis を提示する。
HumanGenesisは、テキスト誘導合成、ビデオ再現、新規目的一般化といったタスクで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-08-13T14:50:19Z) - Driving View Synthesis on Free-form Trajectories with Generative Prior [39.24591650300784]
DriveXは、新しいフリーフォーム駆動ビュー合成フレームワークである。
生成を最適化中に3次元ガウスモデルに蒸留する。
記録された軌道を超える高品質なビュー合成をリアルタイムで達成する。
論文 参考訳（メタデータ） (2024-12-02T17:07:53Z)
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。