論文の概要: RIGOR: Rig-Informed Geometry for Omnidirectional Reconstruction

• arxiv url: http://arxiv.org/abs/2609.13504v1
• Date: Fri, 11 Sep 2026 20:11:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:05.346492
• Title: RIGOR: Rig-Informed Geometry for Omnidirectional Reconstruction
• Title（参考訳）: RIGOR:一方向再構成のためのrig-informed Geometry
• Abstract要約: フィードフォワード3次元再構成の最近の進歩は、画像ストリームのみから高密度なシーン表現とカメラモーションを復元できるモデルを生み出した。 重力整列全方位ビデオのための大規模再構成パイプラインRIGORを提案する。 提案した整合性機構は, 建設現場の挑戦的配列に基づいて, フィードフォワードベースライン上での軌道精度と再構成幾何の両方を改善することを実証する。
• 参考スコア（独自算出の注目度）: 38.41034045192577
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent developments in feed-forward 3D reconstruction resulted in models which can recover dense scene representations and camera motion solely from an image stream. However, such predictions are prone to becoming inconsistent over long trajectories, specifically in demanding environments with repetitive structures, weak textures and dynamic objects or people. One way to mitigate those challenges is to use an omnidirectional camera, which provides wide spatial coverage and captures richer visual information. Yet, the majority of models do not offer support for 360-degree imagery or require additional fine-tuning. To bridge these two aspects, we present RIGOR: a large-scale reconstruction pipeline for gravity-aligned omnidirectional videos that retains a frozen feed-forward perspective backbone and exploits each panorama as a four-view virtual rig. The rig structure is used to detect and repair locally inconsistent predictions, to retrieve loop closures through cyclic four-view consensus, and to geometrically verify candidate revisits before global optimization. Verified constraints drive a Sim(3) pose graph that corrects accumulated rotation, translation, and scale drift along the sequence. We demonstrate that the proposed consistency mechanisms improve both trajectory accuracy and reconstructed geometry over a feed-forward baseline on challenging construction-site sequences. The code is made available under this link: https://github.com/TangentH/RIGOR.
• Abstract（参考訳）: フィードフォワード3次元再構成の最近の進歩は、画像ストリームのみから高密度なシーン表現とカメラモーションを復元できるモデルを生み出した。 しかし、このような予測は長い軌道に対して矛盾する傾向にあり、特に反復的な構造、弱いテクスチャ、ダイナミックな物体や人間を必要とする環境においてである。 これらの課題を軽減する1つの方法は、広い空間範囲を提供し、よりリッチな視覚情報をキャプチャする全方位カメラを使用することである。 しかし、ほとんどのモデルは360度画像をサポートしていないか、追加の微調整を必要としている。 この2つの側面を橋渡しするために、RIGORは、凍結フィードフォワードのバックボーンを保持し、各パノラマを4ビュー仮想リグとして活用する、重力整列全方位ビデオのための大規模な再構築パイプラインである。 このリグ構造は、局所的に矛盾した予測を検出して修復し、循環的な4ビューのコンセンサスを通してループ閉鎖を回収し、大域的な最適化の前に候補の修正を幾何的に検証するために用いられる。 検証された制約は、シークエンスに沿って蓄積された回転、翻訳、スケールドリフトを補正するSim(3)ポーズグラフを駆動する。 提案した整合性機構は, 建設現場の挑戦的配列に基づいて, フィードフォワードベースライン上での軌道精度と再構成幾何の両方を改善することを実証する。 コードは以下のリンクで利用可能である。

関連論文リスト

• Glob3R: Global Structure-from-Motion with 3D Foundation Models [44.33296410481359]
  Glob3Rは3Dファウンデーションモデルに基づいて構築されたグローバルなSfMスタイルの再構築である。 私たちのキーとなるアイデアは、フィードフォワード幾何学的予測を明示的に最適化することです。 屋内、屋外、大規模運転、および非秩序なSfMベンチマークの実験は、Glob3Rが堅牢で正確な再構築を実現することを示した。
  論文  参考訳（メタデータ） (2026-07-10T09:18:35Z)
• IVGT: Implicit Visual Geometry Transformer for Neural Scene Representation [76.36174247570716]
  ポーズレス多視点画像から連続的かつ一貫性のある幾何を暗黙的にモデル化するインプリシトビジュアル幾何変換器IVGTを提案する。 IVGTは標準座標系で連続的なニューラルネットワークシーン表現を学習し、任意の3D位置での連続的な空間クエリをサポートする。 連続的かつコヒーレントな表面形状の直接抽出を可能にし、任意の視点からRGB画像、深度マップ、表面正規写像のレンダリングを可能にする。
  論文  参考訳（メタデータ） (2026-05-15T17:59:57Z)
• AnyRecon: Arbitrary-View 3D Reconstruction with Video Diffusion Model [29.087865646035695]
  カジュアルキャプチャーからシーンをモデリングするためにはスパースビュー3D再構成が不可欠であるが、非生成的再構築には依然として困難である。 我々は任意のスパース入力から復元するスケーラブルなフレームワークであるAnyReconを提案する。 実験では、不規則な入力、大きな視点ギャップ、長い軌道をまたいだ堅牢でスケーラブルな再構築が示されている。
  論文  参考訳（メタデータ） (2026-04-21T17:59:47Z)
• 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)
• TALO: Pushing 3D Vision Foundation Models Towards Globally Consistent Online Reconstruction [57.46712611558817]
  3次元視覚基礎モデルでは、1つのフィードフォワードパスを通して、未校正画像からキー3D属性を再構成する際の強力な一般化が示されている。 近年の戦略は,グローバルトランスフォーメーションの解決によって連続的な予測と整合するが,本分析では,仮定の妥当性,局所的なアライメント範囲,雑音的幾何の下でのロバスト性といった基本的な限界を明らかにしている。 本研究では,グローバルに伝播する制御点を利用して空間的に異なる不整合を補正する,Tin Plate Splineに基づく高DOFおよび長期アライメントフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-02T02:22:20Z)
• FreeSplatter: Pose-free Gaussian Splatting for Sparse-view 3D Reconstruction [69.63414788486578]
  FreeSplatterはスケーラブルなフィードフォワードフレームワークで、キャリブレーションされていないスパースビュー画像から高品質な3Dガウシアンを生成する。 当社のアプローチでは,自己注意ブロックが情報交換を容易にする合理化トランスフォーマーアーキテクチャを採用している。 包括的データセットに基づいて,オブジェクト中心とシーンレベルの再構築のための2つの特殊な変種を開発する。
  論文  参考訳（メタデータ） (2024-12-12T18:52:53Z)
• GEOcc: Geometrically Enhanced 3D Occupancy Network with Implicit-Explicit Depth Fusion and Contextual Self-Supervision [49.839374549646884]
  本稿では,視覚のみのサラウンドビュー知覚に適したジオメトリ強化OccupancyネットワークであるGEOccについて述べる。 提案手法は,Occ3D-nuScenesデータセット上で,画像解像度が最小で,画像バックボーンが最大である状態-Of-The-Art性能を実現する。
  論文  参考訳（メタデータ） (2024-05-17T07:31:20Z)
• 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)

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。