論文の概要: FIRE3D: Feed-forward Interactive 3D Scene Reconstruction Within A Minute

• arxiv url: http://arxiv.org/abs/2609.08848v1
• Date: Tue, 08 Sep 2026 15:01:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 15:29:28.615987
• Title: FIRE3D: Feed-forward Interactive 3D Scene Reconstruction Within A Minute
• Title（参考訳）: FIRE3D:1分でフィードフォワードのインタラクティブな3Dシーン再構築
• Abstract要約: FIRE3Dは、単一のRGBイメージまたはカジュアルなRGBビデオを取り、シミュレーション可能な3Dシーンアセットに1分以内で変換する統合フレームワークである。 FIRE3Dの中核はフィードフォワードのエンドツーエンドネットワークであり、RGB-D観測から合成シーンの表現を予測する。 我々のフレームワークはテスト時の最適化を必要とせず、従来のインタラクション対応手法よりも桁違いに高速に動作し、既存のフィードフォワード3Dアプローチを超えてオブジェクトレベルの完全性を提供します。
• 参考スコア（独自算出の注目度）: 32.7819728926958
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present FIRE3D, a unified framework that takes a single RGB image or casual RGB video and transforms it into simulation-ready 3D scene assets for games and interactive applications in under a minute. At the core of FIRE3D is a feed-forward, end-to-end network that predicts a compositional scene representation from posed RGB-D observations estimated from the RGB capture, including the 6-DoF pose, bounding box, mesh, and texture for every object. By modeling the scene as a collection of discrete entities, FIRE3D produces amodally complete and simulation-ready environments where objects are physically decoupled and ready for interaction. Our framework requires no test-time optimization, runs orders of magnitude faster than prior interaction-ready methods, and provides object-level completeness beyond existing feed-forward 3D approaches. We demonstrate competitive or state-of-the-art results across pose accuracy, geometry completeness, and texture quality across various datasets while being orders of magnitudes faster. Project page: https://xiahongchi.github.io/Fire3D/
• Abstract（参考訳）: FIRE3Dは、単一のRGB画像またはカジュアルなRGBビデオを取り、ゲームやインタラクティブなアプリケーションのためのシミュレーション可能な3Dシーンアセットに1分以内で変換する統合フレームワークである。 FIRE3Dの中核はフィードフォワードのエンドツーエンドネットワークで、RGBキャプチャーから推定されるRGB-Dの合成シーンを予測し、各オブジェクトに対する6-DoFのポーズ、バウンディングボックス、メッシュ、テクスチャを含む。 シーンを独立したエンティティの集合としてモデル化することにより、FIRE3Dは、オブジェクトが物理的に分離され、相互作用の準備ができている、非モデリックでシミュレーション可能な環境を生成する。 我々のフレームワークはテスト時の最適化を必要とせず、従来のインタラクション対応手法よりも桁違いに高速に動作し、既存のフィードフォワード3Dアプローチを超えてオブジェクトレベルの完全性を提供します。 我々は、様々なデータセットにわたるポーズ精度、幾何学的完全性、テクスチャ品質の競合や最先端の結果を、桁違いに高速に示す。 プロジェクトページ:https://xiahongchi.github.io/Fire3D/

関連論文リスト

• SceneLinker: Compositional 3D Scene Generation via Semantic Scene Graph from RGB Sequences [12.771171646896468]
  SceneLinkerはRGBシーケンスからセマンティックシーングラフによって構成的な3Dシーンを生成するフレームワークである。 我々の研究により、ユーザーはシーングラフを通して物理的な環境から一貫した3D空間を生成でき、空間的混合現実感(MR)コンテンツを作成することができる。
  論文  参考訳（メタデータ） (2026-02-03T01:22:07Z)
• Unified Semantic Transformer for 3D Scene Understanding [55.415468022487005]
  我々は、単一のモデル内に多様な3Dセマンティックタスクを統一する新しいフィードフォワードニューラルネットワークUNITEを紹介する。 我々のモデルは、完全なエンドツーエンドで見えないシーンで動作し、完全な3Dセマンティックジオメトリを推測するのにほんの数秒しかかからない。 UNITEはいくつかの異なる意味的タスクにおいて最先端のパフォーマンスを達成し、タスク固有のモデルよりも優れていることを実証する。
  論文  参考訳（メタデータ） (2025-12-16T12:49:35Z)
• Voxel-Aggregated Feature Synthesis: Efficient Dense Mapping for Simulated 3D Reasoning [3.199782544428545]
  Voxel-Aggregated Feature Synthesis (VAFS) はシミュレーションにおける高密度3次元マッピングの新しいアプローチである。 VAFSはシミュレータの物理エンジンによって計算される分節点クラウドを用いて計算を大幅に削減する。 シミュレーションシーンにおける異なるオブジェクトに対する意味的クエリのIoUスコアを評価することで、結果の表現を検証する。
  論文  参考訳（メタデータ） (2024-11-15T22:37:56Z)
• Zero-Shot Multi-Object Scene Completion [59.325611678171974]
  1枚のRGB-D画像から複雑なシーンにおける複数の見えない物体の完全な形状を復元する3Dシーン補完法を提案する。 提案手法は, 合成および実世界の両方のデータセットにおいて, 現在の最先端技術よりも優れている。
  論文  参考訳（メタデータ） (2024-03-21T17:59:59Z)
• Memory-based Adapters for Online 3D Scene Perception [71.71645534899905]
  従来の3Dシーン認識手法はオフラインである。 本稿では,3次元シーン認識モデルのバックボーンのためのアダプタベースのプラグアンドプレイモジュールを提案する。 私たちのアダプタは、さまざまなタスクのメインストリームのオフラインアーキテクチャに簡単に挿入でき、オンラインタスクのパフォーマンスを大幅に向上できます。
  論文  参考訳（メタデータ） (2024-03-11T17:57:41Z)
• SceneWiz3D: Towards Text-guided 3D Scene Composition [134.71933134180782]
  既存のアプローチでは、大規模なテキスト・ツー・イメージモデルを使用して3D表現を最適化するか、オブジェクト中心のデータセット上で3Dジェネレータをトレーニングする。 テキストから高忠実度3Dシーンを合成する新しい手法であるSceneWiz3Dを紹介する。
  論文  参考訳（メタデータ） (2023-12-13T18:59:30Z)
• Differentiable Blocks World: Qualitative 3D Decomposition by Rendering Primitives [70.32817882783608]
  本稿では,3次元プリミティブを用いて,シンプルでコンパクトで動作可能な3次元世界表現を実現する手法を提案する。 既存の3次元入力データに依存するプリミティブ分解法とは異なり,本手法は画像を直接操作する。 得られたテクスチャ化されたプリミティブは入力画像を忠実に再構成し、視覚的な3Dポイントを正確にモデル化する。
  論文  参考訳（メタデータ） (2023-07-11T17:58:31Z)
• BundleSDF: Neural 6-DoF Tracking and 3D Reconstruction of Unknown Objects [89.2314092102403]
  モノクロRGBDビデオシーケンスから未知物体の6-DoF追跡をリアルタイムに行う手法を提案する。 視覚的テクスチャがほとんど欠如している場合でも,任意の剛体オブジェクトに対して有効である。
  論文  参考訳（メタデータ） (2023-03-24T17:13:49Z)

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。