論文の概要: EdMCGS: Event-Driven Markov Chain Gaussian Splatting for Extreme-Low-Frame-Rate Dynamic Scene Reconstruction

• arxiv url: http://arxiv.org/abs/2609.08332v1
• Date: Tue, 08 Sep 2026 06:59:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 16:49:05.139987
• Title: EdMCGS: Event-Driven Markov Chain Gaussian Splatting for Extreme-Low-Frame-Rate Dynamic Scene Reconstruction
• Title（参考訳）: イベント駆動型Markov Chain Gaussian Splatting for Extreme-Low-Frame-Rate Dynamic Scene Reconstruction (特集 イベント駆動型Markov Chain Gaussian Splatting)
• Abstract要約: イベントストリームとともに、超低フレームレートのRGBから動的3Dシーンをレンダリングするエンド・ツー・エンドのEDMCGSを提案する。 RGB画像のみに依存する手法は、連続するフレーム間の証拠の欠如により、多数のアーティファクトを生成する。 合成シーンと実世界のシーンの実験では、EDMCGSはRGBベースとイベントベースの両方のベースラインを上回っている。
• 参考スコア（独自算出の注目度）: 9.357120004568564
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present EdMCGS (Event-driven Markov chain Gaussian Splatting), an end-to-end method for reconstructing dynamic 3D scenes from extreme-low-frame-rate RGB together with an event stream, which can then be rendered at any intermediate timestamp. Methods relying solely on RGB images generate numerous artifacts due to the lack of evidence from between consecutive frames. To supply this missing evidence, we model the scene motion as an event-driven Markov chain, in which the sparse RGB frames anchor the state at their own timestamps while the events recorded within an interval drive the transition across it. Since the transition reads the events of the current interval, it remains active at inference and produces the in-between motion of the 3D Gaussians directly from the events rather than by interpolation, which sets our method apart from prior work that uses events only as training-time supervision. The state is carried by a compact set of control points, each driven by the events sampled in the neighborhood of its own image projection, and a temporal local isometry term keeps the propagated motion locally rigid. Experiments on synthetic and real-world scenes show that EdMCGS outperforms both RGB-based and event-based baselines, while rendering in real time with far fewer Gaussians than the strongest event-based baseline. We release our source code and a new dataset at https://github.com/joseclipse/EdMCGS.
• Abstract（参考訳）: イベントストリームとともに、超低フレームレートのRGBから動的3Dシーンを再構築し、任意の中間タイムスタンプでレンダリングできるEDMCGS(Event-driven Markov chain Gaussian Splatting)を提案する。 RGB画像のみに依存する手法は、連続するフレーム間の証拠の欠如により、多数のアーティファクトを生成する。 この欠落した証拠を提供するために、シーンの動きをイベント駆動型マルコフ連鎖としてモデル化し、スパースRGBフレームが自身のタイムスタンプで状態をアンカーし、インターバルで記録されたイベントがその遷移を駆動する。 遷移は、現在の間隔のイベントを読み取るため、推論時に活動し続け、3Dガウス運動を補間ではなく、直接イベントから生成する。 状態はコンパクトな制御点によって運ばれ、それぞれが自身のイメージ投影の近傍でサンプリングされた事象によって駆動される。 合成シーンと実世界のシーンの実験では、EDMCGSはRGBベースのベースラインとイベントベースのベースラインの両方を上回り、ガウス的なレンダリングはイベントベースのベースラインよりもはるかに少ない。 ソースコードと新しいデータセットはhttps://github.com/joseclipse/EdMCGSで公開しています。

関連論文リスト

• ERF-GS: Reconstructing Fast Motion from Disjoint Event-RGB Viewpoints [37.08264457707477]
  Event-RGB fusion Gaussian splatting (ERF-GS) フレームワークは、イベント情報を最適化と密度化の両方の段階に統合する。 ERF-GSはリアルなシミュレーション設定を用いて開発され、RGB入力から切り離されたイベントベースの学習を実現する。 ERF-GSは,Neu3DデータセットとNvidiaデータセットの異なるバリエーションにおいて,4DGSベースラインと同時E-D3DGSの両方より優れていることを示す。
  論文  参考訳（メタデータ） (2026-08-09T07:00:27Z)
• TIDES: Time-Derivative Event Simulation via Deformable Reconstruction [10.871120244987805]
  動的スプラッティングをベースとした連続時間イベントシミュレータTIDESを提案する。 TIDESは、学習された幾何学と動きを持つ明示的な3D表現で動作する。 レンダリングフレームの違いによってではなく、シーンから直接ピクセルごとの強度ダイナミクスを導き出すことができる。
  論文  参考訳（メタデータ） (2026-06-01T10:49:13Z)
• EventGait: Towards Robust Gait Recognition with Event Streams [50.890621860023]
  イベントカメラは、マイクロ秒時間分解能と高ダイナミックレンジを提供し、自然にロバストなダイナミックキューをキャプチャし、静的ノイズを抑制する。 イベントの利点を保ちながら、動きと形状を別々にモデル化する、エンドツーエンドのデュアルストリームフレームワークである textbfEventGait を提案する。 当社のアプローチでは,イベント駆動歩行分析の堅牢性と可能性を強調し,合成および実世界の歩行ベンチマークに新たな技術状況が設定されている。
  論文  参考訳（メタデータ） (2026-05-21T08:12:04Z)
• Decoupling Amplitude and Phase Attention in Frequency Domain for RGB-Event based Visual Object Tracking [51.31378940976401]
  既存のRGB-Eventトラッキングアプローチでは、イベントカメラのユニークな利点を完全に活用できない。 本稿では,周波数領域の早期融合を実現する新しい追跡フレームワークを提案する。 FE108, FELT, COESOTなど, 広く使用されている3つのRGB-Event追跡ベンチマークデータセットの実験により, 提案手法の性能と効率を実証した。
  論文  参考訳（メタデータ） (2026-01-03T01:10:17Z)
• Geometric-Photometric Event-based 3D Gaussian Ray Tracing [36.13207105469902]
  イベントカメラは、従来のフレームベースのカメラよりも時間分解能が高い。 イベントベースの3Dガウススプレイティングアプローチがスパースイベントの微細な時間的情報をどのように活用できるかは分かっていない。 本研究は,イベントベース3DGSにおける精度と時間分解能のトレードオフに対処する枠組みを提案する。
  論文  参考訳（メタデータ） (2025-12-21T08:31:02Z)
• Leveraging RGB Images for Pre-Training of Event-Based Hand Pose Estimation [64.8814078041756]
  RPEPはラベル付きRGB画像と未ラベルのイベントデータを用いたイベントベースの3次元ポーズ推定のための最初の事前学習手法である。 EvRealHandsの24%の改善を達成し、実イベントデータにおける最先端の手法を著しく上回る結果となった。
  論文  参考訳（メタデータ） (2025-09-21T07:07:49Z)
• Learning Flow-Guided Registration for RGB-Event Semantic Segmentation [22.996619370156584]
  イベントカメラは、RGBセンサーを補完するマイクロ秒レベルのモーションキューをキャプチャする。 RGB-Eventセグメンテーションを融合から登録に再キャストする。 非対称なモーダル間の対応を適応的にマッチングする新しいフロー誘導双方向フレームワークであるBRENetを提案する。
  論文  参考訳（メタデータ） (2025-05-02T19:19:58Z)
• Spatio-temporal Transformers for Action Unit Classification with Event Cameras [28.98336123799572]
  本稿では,RGBビデオとイベントストリームからなる時間同期型マルチモーダル顔データセットであるFACEMORPHICを提案する。 映像を手動でアノテートすることなく、時間同期が効果的なニューロモルフィック顔分析を可能にすることを示す。
  論文  参考訳（メタデータ） (2024-10-29T11:23:09Z)
• EF-3DGS: Event-Aided Free-Trajectory 3D Gaussian Splatting [87.1077910795879]
  生物学的ビジョンにインスパイアされたイベントカメラは、時間分解能の高い画素の強度を非同期に記録する。 本稿では,イベントカメラの利点を3DGSにシームレスに統合するイベント支援フリートラジェクトリ3DGSを提案する。 提案手法を,パブリックタンクとテンプルのベンチマークと,新たに収集した実世界のデータセットであるRealEv-DAVISで評価した。
  論文  参考訳（メタデータ） (2024-10-20T13:44:24Z)
• EvDNeRF: Reconstructing Event Data with Dynamic Neural Radiance Fields [80.94515892378053]
  EvDNeRFは、イベントデータを生成し、イベントベースの動的NeRFをトレーニングするためのパイプラインである。 NeRFは幾何学ベースの学習可能なレンダリングを提供するが、イベントの以前の作業は静的なシーンの再構築のみを考慮していた。 各種イベントのバッチサイズをトレーニングすることにより、微細な時間解像度でイベントのテスト時間予測を改善することができることを示す。
  論文  参考訳（メタデータ） (2023-10-03T21:08:41Z)
• Learning Spatial-Temporal Implicit Neural Representations for Event-Guided Video Super-Resolution [9.431635577890745]
  イベントカメラは、強度変化を非同期に検知し、高いダイナミックレンジと低レイテンシでイベントストリームを生成する。 これは、挑戦的なビデオ超解像(VSR)タスクを導くためにイベントを利用する研究にインスピレーションを与えている。 本稿では,イベントの高時間分解能の利点を生かして,ランダムスケールでのVSRの実現という新たな課題に対処する試みを行う。
  論文  参考訳（メタデータ） (2023-03-24T02:42:16Z)
• EventNeRF: Neural Radiance Fields from a Single Colour Event Camera [81.19234142730326]
  本稿では, 単色イベントストリームを入力として, 3次元一貫性, 密度, 新規なビュー合成法を提案する。 その中核は、カラーイベントチャンネルのオリジナルの解像度を維持しながら、イベントから完全に自己教師された方法で訓練された神経放射場である。 提案手法をいくつかの難解な合成シーンと実シーンで定性的・数値的に評価し,より密集し,より視覚的に魅力的であることを示す。
  論文  参考訳（メタデータ） (2022-06-23T17:59:53Z)

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。