論文の概要: OmniPoint: Universal Monocular Metric Pointcloud from Any Camera

• arxiv url: http://arxiv.org/abs/2609.09394v1
• Date: Tue, 08 Sep 2026 19:45:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.800016
• Title: OmniPoint: Universal Monocular Metric Pointcloud from Any Camera
• Title（参考訳）: OmniPoint:あらゆるカメラから一眼レフのポイントクラウド
• Abstract要約: OmniPointは、様々な画像センサにまたがるメートル法再構成を一般化するために設計された統合されたフレームワークである。 射影剛性を克服するため、OmniPointは従来の平面深度回帰を放棄する。 代わりに、分離された訓練目標とともに、分離された光線と距離の表現を採用する。
• 参考スコア（独自算出の注目度）: 79.24417597712802
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recovering metric 3D geometry from monocular images is a fundamental computer vision task, yet current methods remain heavily fragmented by fixed camera model assumptions and inflexible input schemes. We present OmniPoint, a unified framework designed to generalize metric reconstruction across diverse imaging sensors, including pinhole, fisheye, and equirectangular projections, while accommodating varying geometric priors. To overcome projection rigidity, OmniPoint abandons conventional planar depth regression. It instead adopts a decoupled ray and distance representation alongside a decoupled training objective, explicitly separating the camera projection model from the scene structure. To address the severe scarcity of training data for alternative cameras, we introduce a bidirectional augmentation strategy that explicitly bridges labeled perspective data and unlabeled omnidirectional domains in 3D space. Furthermore, to seamlessly integrate optional inputs like camera intrinsics or sparse depth without destabilizing the network through feature distribution shifts, we propose a robust information injection mechanism. This mechanism utilizes learnable input state embeddings to resolve architectural ambiguity and applies vectorized Gaussian smoothing to densify irregular measurements. Extensive experiments demonstrate that OmniPoint achieves state-of-the-art zero-shot performance across multiple benchmarks, establishing a robust new standard for unified monocular 3D reconstruction.
• Abstract（参考訳）: 単眼画像からメートル法を復元することは基本的なコンピュータビジョンの課題であるが、現在の手法は固定カメラモデルの仮定と非フレキシブルな入力方式によって大きく断片化されている。 OmniPointは、ピンホール、魚眼、および等方形投影を含む多様な画像センサにまたがるメートル法再構成を一般化すると同時に、様々な幾何学的先行を調節する統合されたフレームワークである。 射影剛性を克服するため、OmniPointは従来の平面深度回帰を放棄する。 代わりに、分離された光線と距離の表現を、分離された訓練目標とともに採用し、カメラ投影モデルをシーン構造から明確に分離する。 代替カメラのトレーニングデータの深刻な不足に対処するために,ラベル付き視点データとラベル付き全方位領域を3次元空間内に明示的にブリッジする双方向拡張戦略を導入する。 さらに,特徴分布シフトによってネットワークを不安定化させることなく,カメラ内在やスパース深度などの任意の入力をシームレスに統合するために,ロバストな情報注入機構を提案する。 このメカニズムは、学習可能な入力状態の埋め込みを利用してアーキテクチャの曖昧さを解消し、ベクトル化されたガウス滑らか化を適用して不規則な測定を密度化する。 大規模な実験により、OmniPointは複数のベンチマークで最先端のゼロショット性能を実現し、統一された単分子3D再構成のための堅牢な新しい標準を確立した。

関連論文リスト

• CAM3R: Camera-Agnostic Model for 3D Reconstruction [28.364643298648726]
  本稿では,3次元再構成のためのカメラ非依存フィードフォワードモデルであるCAM3Rについて述べる。 我々のフレームワークは、レイモジュールとクロスビューモジュールに分岐した2ビューネットワークで構成されています。 これらのペアワイズ予測を一貫した3Dシーンに統合するために、Ray-Aware Global Alignmentフレームワークを導入する。
  論文  参考訳（メタデータ） (2026-03-23T23:20:15Z)
• WorldMirror: Universal 3D World Reconstruction with Any-Prior Prompting [51.69408870574092]
  汎用的な3次元幾何予測タスクのためのオールインワンフィードフォワードモデルであるWorldMirrorを提案する。 我々のフレームワークは、カメラのポーズ、内在性、深度マップなど、様々な幾何学的先入観を柔軟に統合する。 WorldMirrorは、カメラ、ポイントマップ、深さ、表面正規推定から新しいビュー合成に至るまで、さまざまなベンチマークで最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2025-10-12T17:59:09Z)
• UniK3D: Universal Camera Monocular 3D Estimation [62.06785782635153]
  カメラをモデル化可能なモノクル3D推定法として,UniK3Dを提案する。 本手法では, 球面3次元表現を導入し, カメラとシーンの形状をよりよく切り離すことができる。 13の多様なデータセットに対する包括的なゼロショット評価は、3D、ディープ、カメラメトリクスにわたるUniK3Dの最先端のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2025-03-20T17:49:23Z)
• CoL3D: Collaborative Learning of Single-view Depth and Camera Intrinsics for Metric 3D Shape Recovery [31.398410174061166]
  本研究では,1枚の画像から3次元形状を学習するために,CoL3Dと呼ばれる奥行きとカメラの内在性を推定するための協調学習フレームワークを提案する。 具体的には、CoL3Dは統合ネットワークを採用し、ディープ、カメラ固有の3Dポイントクラウドという3つのレベルで協調最適化を行う。
  論文  参考訳（メタデータ） (2025-02-13T02:36:01Z)
• FrozenRecon: Pose-free 3D Scene Reconstruction with Frozen Depth Models [67.96827539201071]
  本稿では,3次元シーン再構成のための新しいテスト時間最適化手法を提案する。 本手法は5つのゼロショットテストデータセット上で,最先端のクロスデータセット再構築を実現する。
  論文  参考訳（メタデータ） (2023-08-10T17:55:02Z)
• Omni-Line-of-Sight Imaging for Holistic Shape Reconstruction [45.955894009809185]
  複素物体の全体的形状再構成(HSR)を行うニューラル・コンピュータ・イメージング法であるOmni-LOSを紹介する。 本手法により, 物体の周囲形状を1つの走査点から360円付近で再現できる。
  論文  参考訳（メタデータ） (2023-04-21T07:12:41Z)
• Towards Model Generalization for Monocular 3D Object Detection [57.25828870799331]
  我々は,Mono3Dオブジェクト検出に有効な統合カメラ一般化パラダイム(CGP)を提案する。 また,インスタンスレベルの拡張によりギャップを埋める2D-3D幾何一貫性オブジェクトスケーリング戦略(GCOS)を提案する。 DGMono3Dと呼ばれる手法は、評価された全てのデータセットに対して顕著な性能を達成し、SoTAの教師なしドメイン適応スキームを上回ります。
  論文  参考訳（メタデータ） (2022-05-23T23:05:07Z)
• Lightweight Multi-View 3D Pose Estimation through Camera-Disentangled Representation [57.11299763566534]
  空間校正カメラで撮影した多視点画像から3次元ポーズを復元する手法を提案する。 我々は3次元形状を利用して、入力画像をカメラ視点から切り離したポーズの潜在表現に融合する。 アーキテクチャは、カメラプロジェクション演算子に学習した表現を条件付け、ビュー当たりの正確な2次元検出を生成する。
  論文  参考訳（メタデータ） (2020-04-05T12:52:29Z)

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。