論文の概要: Wind on Trees: Testing Physical Grounding in Dynamic 4D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2609.17810v1
• Date: Tue, 15 Sep 2026 20:27:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.534334
• Title: Wind on Trees: Testing Physical Grounding in Dynamic 4D Gaussian Splatting
• Title（参考訳）: 木の風:動的4次元ガウス平板の物理接地試験
• Abstract要約: 骨格の複雑さの桁数にまたがる3つの手続き的に生成された木からなる合成テストベッドを構築した。 観測対象は, 静止ビュー, 時間外挿, ゼロショットの風速への移動, 物理パラメータの回復である。
• 参考スコア（独自算出の注目度）: 0.7161783472741748
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Monocular reconstruction of wind-driven vegetation is severely underconstrained: motion along the viewing direction is largely unobservable, a moving canopy offers few reliable correspondences, and nearly the entire scene is dynamic, providing little static reference. Directly-learned deformation fields in 4D Gaussian Splatting therefore optimize photometric consistency rather than recover the motion that produced it. We replace that field with a physically parameterized deformation prior: one damped harmonic oscillator per rigid part, driven by the observed wind and integrated by differentiable RK4, supervised photometrically alone. To test whether such a prior is physically grounded rather than merely well fit, we build a controlled synthetic testbed of three procedurally generated trees spanning an order of magnitude in skeleton complexity, whose per-part natural frequency follows from its own geometry and whose damping ratio is a fixed constant, both held out of training. On it, we measure held-out views, temporal extrapolation, zero-shot transfer to unseen wind speeds, and recovery of the physical parameters themselves. The prior costs appearance fidelity on in-distribution views and extrapolates markedly better outside the training window and the training wind, while parameter recovery is far weaker than it first appears: frequency recovery survives an untrained null control on only the sparsest of the three trees, and damping is not recovered at all.
• Abstract（参考訳）: 風力による植生の単分子的再構築は、観測方向に沿って動くことは、ほとんど観測不可能であり、動く天蓋は信頼性が低く、ほぼ全体が動的であり、静的な参照はほとんど得られない。 したがって、4Dガウススプレイティングにおける直接学習された変形場は、それを生成した運動を回復するのではなく、光度一貫性を最適化する。 我々は、その磁場を物理的にパラメータ化された変形に置き換える: 剛部あたりの1つの減衰調和振動子、観測風によって駆動され、可微分RK4で積分され、光度だけで教師される。 このような先行が単に適合するだけでなく物理的に接地されているかどうかを調べるために,本研究では,各部位の自然周波数を自形状から追従し,減衰比が一定の定数である骨格複雑性の桁にまたがる,手続き的に生成された3本の樹木の制御された合成テストベッドを構築した。 そこで本研究では,静止ビュー,時間外挿,ゼロショットの風速への移動,物理パラメータの回復を計測した。 トレーニングウィンドウやトレーニングウインドウの外部では,事前の費用対効果が著しく向上し,パラメータリカバリが従来よりもはるかに低かった。

関連論文リスト

• GrainGS: Gradient-Decoupled Gaussian Splatting for Efficient Dynamic Novel View Synthesis [94.20462261657525]
  GrainGSは階層的なアンカー足場とガウス単位の変形を組み合わせた動的フレームワークである。 高いリコンストラクション品質、リアルタイムの新規ビュー合成、コンパクトストレージを実現している。
  論文  参考訳（メタデータ） (2026-07-23T15:52:35Z)
• Natural Human Motion Recovery by Aligning High-Order Temporal Dynamics from Monocular Videos [65.51845732149306]
  本稿では,HTD-Refineについて紹介する。HTD-Refineは人体運動回復(HMR)パイプラインを高次時間ダイナミクスを用いて拡張する後処理フレームワークである。 システムの中心となるPVA-Netは,モノクロ映像から直接接合部2次元位置,3次元速度,3次元加速度を推定する時間変換器である。
  論文  参考訳（メタデータ） (2026-05-26T11:38:36Z)
• 4DVGGT-D: 4D Visual Geometry Transformer with Improved Dynamic Depth Estimation [38.64669047442234]
  そこで本研究では,静的から大まかに動的に切り離す学習自由なプログレッシブデカップリングフレームワークを提案する。 本手法は, 微調整を必要とせず, 頑健な4次元シーン再構成における競争性能を示す。
  論文  参考訳（メタデータ） (2026-05-12T12:13:36Z)
• Resonance4D: Frequency-Domain Motion Supervision for Preset-Free Physical Parameter Learning in 4D Dynamic Physical Scene Simulation [53.141181758015186]
  Resonance4Dは3次元ガウス散乱と物質点法を結合した物理駆動4次元動的シミュレーションフレームワークである。 我々の重要な洞察は、動的整合性は、相補的領域における共同的拘束運動によって、高密度時間発生なしに強制できるということである。 Resonance4Dは、ピークGPUメモリを35,GB以上から20GB程度に削減しつつ、強力な物理忠実性と運動の整合性を実現する。
  論文  参考訳（メタデータ） (2026-04-02T13:00:22Z)
• NimbusGS: Unified 3D Scene Reconstruction under Hybrid Weather [83.14198482357388]
  劣化したマルチビューインプットから高品質な3Dシーンを再構築するための統合フレームワークであるNimbusGSを提案する。 特定の気象タイプをターゲットにした既存の手法とは異なり、NimbusGSはより広範な一般化の課題に対処している。
  論文  参考訳（メタデータ） (2026-03-28T10:46:29Z)
• DiReCT: Disentangled Regularization of Contrastive Trajectories for Physics-Refined Video Generation [40.41107421160271]
  フローマッチングビデオジェネレータは、時間的にコヒーレントで高忠実な出力を生成するが、日常的に基礎物理学に反する。 テキスト条件付きビデオ設定における基本的な障害は、意味物理学の絡み合いである。 我々は、この勾配の矛盾を形式化し、コントラスト学習がトレーニングに支障を与える場合と、トレーニングに支障をきたす場合の正確なアライメント条件を導出する。
  論文  参考訳（メタデータ） (2026-03-26T21:53:47Z)
• DiffWind: Physics-Informed Differentiable Modeling of Wind-Driven Object Dynamics [97.57382055179725]
  DiffWindは、風と物体の相互作用、ビデオベースモデリング、フォワードシミュレーションを統一する物理インフォーム可能なフレームワークである。 提案手法は,再現精度とシミュレーション忠実度の両方において,従来の動的シーンモデリング手法よりも優れていた。
  論文  参考訳（メタデータ） (2026-03-10T13:41:24Z)

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。