論文の概要: GeoCond: A Conditioning-Aware Reliability Adapter for Feed-Forward 3D Reconstruction
- arxiv url: http://arxiv.org/abs/2609.18465v1
- Date: Wed, 16 Sep 2026 11:00:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.765174
- Title: GeoCond: A Conditioning-Aware Reliability Adapter for Feed-Forward 3D Reconstruction
- Title（参考訳）: GeoCond:フィードフォワード3D再構成のためのコンディショニング対応信頼性アダプタ
- Abstract要約: フリーズフィードフォワード3Dバックボーン用の軽量信頼性アダプタであるGeoCondを紹介する。
GeoCondは、バックボーンの予測された幾何学を読み出し、ポーズレベルの不確実性と洗練されたゲートを出力する。
VGGTでは、GeoCondはアウト・オブ・ディストリビューション(OOD)AUSEを0.32ドルから0.20ドルまで改善している。
- 参考スコア（独自算出の注目度）: 21.540732610581927
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Feed-forward 3D foundation models such as VGGT predict cameras, depth, and point maps in a single pass, but can fail silently under low overlap, low parallax, and extreme relative rotation. Stratified analyses over these factors show that these failures are governed by geometric conditioning and are poorly captured by native aleatoric confidence. We introduce GeoCond, a lightweight reliability adapter for frozen feed-forward 3D backbones. GeoCond reads the backbone's predicted geometry and outputs pose-level uncertainty and a refinement gate. During training, it can be supervised by frame-permutation orbit variance, ground-truth pose error when labels are available, or cycle residuals from unlabelled independent pose graphs. At inference, the default head requires only one backbone pass and a small MLP. On VGGT, GeoCond improves out-of-distribution (OOD) AUSE (area under the sparsification-error curve; lower is better) from $0.32$ to $0.20$ over native confidence, transfers zero-shot to outdoor extreme-view scenes, and avoids the collapse caused by applying bundle adjustment uniformly. Across multiple backbones, cycle-distilled variants provide a ground-truth-free adaptation route, including cases where permutation variance vanishes on equivariant models. The same reliability signal supports gated refinement, pose-graph weighting, calibration, curation, and capture decisions. Reliable feed-forward 3D reconstruction requires not only predicting geometry, but also knowing when that geometry should be trusted.
- Abstract（参考訳）: VGGTのようなフィードフォワード3Dファンデーションモデルは、カメラ、深さ、ポイントマップを1回のパスで予測するが、低いオーバーラップ、低いパララックス、極端な相対回転で静かに失敗する。
これらの要因に関する階層的分析は、これらの故障が幾何学的条件付けによって制御され、ネイティブ・アラート的信頼度に劣っていることを示している。
フリーズフィードフォワード3Dバックボーン用の軽量信頼性アダプタであるGeoCondを紹介する。
GeoCondは、バックボーンの予測された幾何学を読み出し、ポーズレベルの不確実性と洗練されたゲートを出力する。
トレーニング中は、フレーム置換軌道のばらつき、ラベルが利用可能である場合の地軸のポーズエラー、および非ラベル付き独立ポーズグラフからのサイクル残差によって監視することができる。
推論では、デフォルトのヘッドは1つのバックボーンパスと小さなMLPしか必要としない。
VGGTでは、GeoCondはアウト・オブ・ディストリビューション(OOD)AUSE(スペーシフィケーション・エラー曲線の下)を0.32ドルから0.20ドルに改善し、ゼロショットをアウトドアの極端なシーンに転送し、バンドル調整を均一に適用することで発生する崩壊を避ける。
複数のバックボーンにまたがって、サイクル蒸留された変種は、等変モデル上で置換分散が消滅するケースを含む、地道な適応経路を提供する。
同じ信頼性信号はゲート精製、ポーズグラフ重み付け、キャリブレーション、キュレーション、キャプチャ決定をサポートする。
信頼性の高いフィードフォワード3D再構成では、幾何を予測するだけでなく、その幾何がいつ信頼できるかを知る必要がある。
関連論文リスト
- GeoWeaver: Accurate Long-Sequence 3D Reconstruction via Hierarchical Geometric Assembly [23.486108847409856]
RGBビデオからの長時間の3D再構成には、正確な局所幾何学と一貫したカメラモーションの両方が必要である。
Geometric Prior Model(GPM)とTest-Time Adaptation(TTA)を組み合わせた統合フレームワークGeoWeaverを提案する。
TTAは、シーケンシャルでグローバルなチャンクレベルSim(3)アライメントと、カメラのポーズ、アフィン深さ補正、および本質的な精細化を行う。
さまざまな時系列ベンチマークによる実験では、カメラの精度の向上、グローバルな一貫性、ポイントクラウドの品質が示されている。
論文 参考訳（メタデータ） (2026-08-18T05:29:31Z) - VGGT-Align: Bridging Local Reconstruction and Global Consistency for Long-Sequence 3D Reconstruction [8.983872448985627]
本稿では,シーンを駆動するなどの構造的環境において,時間的セグメント間での幾何量の変化は本質的に不変である,という重要な洞察に基づいて構築されたスケール一貫性向上フレームワークを提案する。
SGIA(Scene Geometric Invariant Anchoring)を提案する。
複数のロングシーケンスベンチマークの実験では、最先端の性能を示し、絶対軌道誤差を最大32%削減し、軌道安定性と復元品質を大きく向上させた。
論文 参考訳（メタデータ） (2026-08-15T14:32:55Z) - Self-Geometry: GT-Free and Plug-and-Play Test-Time Adaptation for Geometrically Consistent 3D Vision Foundation Models [12.061080782435013]
最近のビジョンファウンデーションモデル(VFM)は、シーンごとの最適化なしに、単一の前方パスで深さ、カメラポーズ、ポイントマップを予測する。
明示的な多視点幾何学的整合性(例えば束調整など)を強制することは、計算コストがかかるため、VFM事前訓練では課されない。
本研究では,2次元画素対応を擬似接地構造として用いた明示的な多視点幾何制約を直接課す,プラグアンドプレイテスト時適応パイプラインであるセルフジオメトリを提案する。
論文 参考訳（メタデータ） (2026-08-11T09:28:50Z) - Reliability-Aware Prototype Calibration for Frozen Pose-Flow Video Anomaly Detection [7.276043252948729]
単一の可能性スコアは、通常の行動を隠すことができ、ポーズ・オブザーブレーションノイズに敏感である。
本研究では,ポーズフローバックボーン,キャッシュされたスケルトントラック,評価パイプラインを固定した凍結検知器の設定について検討した。
Reliability-Aware Prototypeは、この設定のためのポストホックスコアキャリブレーション手法である。
論文 参考訳（メタデータ） (2026-06-18T14:46:38Z) - Trust It or Not: Evidential Uncertainty for Feed-Forward 3D Reconstruction with Trust3R [28.889667509969488]
Trust3Rはフィードフォワード3D再構成のための軽量な明らかな不確実性フレームワークである。
Trust3Rは、常にリスクカバレッジとスパーシフィケーションを改善し、概して幾何学的精度を向上させる。
論文 参考訳（メタデータ） (2026-05-19T08:39:48Z) - DOC-GS: Dual-Domain Observation and Calibration for Reliable Sparse-View Gaussian Splatting [80.43237927269575]
本稿では,新しい視点からスパースビュー3DGSの再構築について再考する。
我々は、ガウスの原始的信頼性の観測不能性として、コアチャレンジを識別する。
この観測を動機として、レンダリング画像フレームワークにおける統合されたデュアルドメイン観測と幾何学的手法を提案する。
論文 参考訳（メタデータ） (2026-04-08T07:01:24Z) - Reliev3R: Relieving Feed-forward Reconstruction from Multi-View Geometric Annotations [98.66466590444553]
コスト制約のない多視点幾何アノテーションを使わずにFFRMをスクラッチからトレーニングするための弱教師付きパラダイムであるReliev3Rを提案する。
Reliev3Rのコアでは、多視点幾何整合性の監視を容易にするために、曖昧さを意識した相対深度損失と三角法に基づく再射損失を設計する。
論文 参考訳（メタデータ） (2026-04-01T06:46:54Z) - 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) - $π^3$: Permutation-Equivariant Visual Geometry Learning [65.81605424082434]
$pi3$はフィードフォワードニューラルネットワークで、視覚的幾何学的再構成に対する新しいアプローチを提供する。
pi3$は、アフィン不変のカメラポーズとスケール不変のローカルポイントマップを予測するために、完全な置換同変アーキテクチャを使用している。
論文 参考訳（メタデータ） (2025-07-17T17:59:53Z) - FrozenRecon: Pose-free 3D Scene Reconstruction with Frozen Depth Models [67.96827539201071]
本稿では,3次元シーン再構成のための新しいテスト時間最適化手法を提案する。
本手法は5つのゼロショットテストデータセット上で,最先端のクロスデータセット再構築を実現する。
論文 参考訳（メタデータ） (2023-08-10T17:55:02Z) - Uncertainty-Aware Camera Pose Estimation from Points and Lines [101.03675842534415]
Perspective-n-Point-and-Line (Pn$PL) は、2D-3D特徴座標の3Dモデルに関して、高速で正確で堅牢なカメラローカライゼーションを目指している。
論文 参考訳（メタデータ） (2021-07-08T15:19:36Z)
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。