論文の概要: Point Diffusion Mamba: Unified Diffusion-State-Space Modeling for Single-View 3D Reconstruction under Data Scarcity

• arxiv url: http://arxiv.org/abs/2609.25538v1
• Date: Tue, 22 Sep 2026 01:11:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.168059
• Title: Point Diffusion Mamba: Unified Diffusion-State-Space Modeling for Single-View 3D Reconstruction under Data Scarcity
• Title（参考訳）: 点拡散マンバ:データスカシティによる単一視点3次元再構成のための統一拡散状態空間モデリング
• Abstract要約: Point Diffusion Mamba (PDM) は、拡散モデルの生成パワーと状態空間モデルの効率を統合し、データスカース条件下での単一ビュー3D再構成を行う手法である。 PDMは、整列されていないポイントクラウド入力を効果的に処理するための軽量な再構築モジュールを使用している。 3次元再構成では、初期ノイズ入力の各点は正確な予測を必要とするが、Mambaモジュールによって抽出された高レベル特徴はスパースポイントからの抽象的意味情報のみをキャプチャする。
• 参考スコア（独自算出の注目度）: 20.562237958752053
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While single-view 3D reconstruction has seen significant progress, extrapolating complex 3D structures from inherently ambiguous 2D observations remains fundamentally ill-posed, particularly in the critically underexplored data-scarce regime. To address this challenge, we propose Point Diffusion Mamba (PDM), a method that integrates the generative power of diffusion models with the efficiency of state-space model for single-view 3D reconstruction under data-scarce conditions. Specifically, PDM employs a lightweight reconstruction module tailored to handle unordered point-cloud inputs effectively. By combining a Local Geometric Aggregation module with Mamba blocks, our approach jointly models global geometric structures and local details. In 3D reconstruction, each point in the initial noisy input requires a precise prediction, yet the high-level features extracted by the Mamba module capture only abstract semantic information from sparse points. To bridge this gap, we introduce the Hierarchical Feature Integration Network, which fuses high-level semantic and local geometric features for each point, overcoming the limitations of token-based point-cloud reconstruction. Furthermore, we propose a Dynamic Weighted Sampling strategy that adaptively unifies 3D generation with single-view reconstruction by leveraging generative priors to enhance reconstruction quality. Experimental results on the ShapeNet and Pix3D benchmarks demonstrate that PDM outperforms state-of-the-art methods, providing an effective solution for 3D reconstruction under data-scarce settings. Code is available at: https://github.com/NWUzhouwei/PDM.
• Abstract（参考訳）: 単一ビューの3D再構成は大きな進歩を遂げているが、本質的に曖昧な2D観察から複雑な3D構造を外挿することは基本的には不適切であり、特に批判的に過小評価されたデータスカース体制においてである。 この課題に対処するため,PDM(Point Diffusion Mamba)を提案する。これは拡散モデルの生成パワーと状態空間モデルの効率を統合して,データスカース条件下での単一ビュー3D再構成を実現する手法である。 具体的には、PDMは、順序のないポイントクラウド入力を効果的に処理するために、ライトウェイトな再構築モジュールを使用している。 局所幾何アグリゲーションモジュールとマンバブロックを組み合わせることで,グローバルな幾何学構造と局所的な詳細を共同でモデル化する。 3次元再構成では、初期ノイズ入力の各点は正確な予測を必要とするが、Mambaモジュールによって抽出された高レベル特徴はスパースポイントからの抽象的意味情報のみをキャプチャする。 このギャップを埋めるために、トークンベースのポイントクラウド再構築の限界を克服し、各ポイントの高レベルな意味的特徴と局所的な幾何学的特徴を融合する階層的特徴統合ネットワークを導入する。 さらに, 再生前処理を活用することで, 再生品質を向上させることで, 3次元生成と一視点再構成を適応的に統合する動的重み付きサンプリング手法を提案する。 ShapeNetとPix3Dベンチマークの実験結果によると、PDMは最先端の手法よりも優れており、データスカース設定下での3D再構成に有効なソリューションを提供する。 コードは、https://github.com/NWUzhouwei/PDMで入手できる。

関連論文リスト

• Pano3D: Unified 3D Reconstruction and Panoptic Segmentation [68.18993232814061]
  統合されたフレームワークで3次元再構成と3次元パノプティクスのセグメンテーションを行う手法を提案する。 既存の3次元再構成モデルを構築し,それをマスクデコーダで拡張する。 提案手法は,ScanNet,ScanNet200,ScanNet++データセット間の3次元パノプティクスセグメンテーションにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2026-06-12T09:43:13Z)
• AMB3R: Accurate Feed-forward Metric-scale 3D Reconstruction with Backend [18.645700170943975]
  AMB3Rは、計量スケールで密集した3次元再構成のためのフィードフォワードモデルである。 AMB3Rは運動から非平衡視覚計測(オンライン)や大規模構造へシームレスに拡張可能であることを示す。
  論文  参考訳（メタデータ） (2025-11-25T14:23:04Z)
• Adaptive Point-Prompt Tuning: Fine-Tuning Heterogeneous Foundation Models for 3D Point Cloud Analysis [51.37795317716487]
  本稿では,パラメータの少ない事前学習モデルを微調整するAdaptive Point-Prompt Tuning (APPT)法を提案する。 局所幾何学を集約することで原点雲を点埋め込みに変換し、空間的特徴を捉える。 任意のモダリティのソース領域から3Dへの自己アテンションを校正するために,重みを点埋め込みモジュールと共有するプロンプトジェネレータを導入する。
  論文  参考訳（メタデータ） (2025-08-30T06:02:21Z)
• SAB3R: Semantic-Augmented Backbone in 3D Reconstruction [19.236494823612507]
  オープン語彙セグメンテーションと3次元再構成の目的を統一する新しいタスクであるMap and Locateを導入する。 具体的には、MapとLocateは、未提示のビデオからポイントクラウドを生成し、オープン語彙クエリに基づいてオブジェクトインスタンスをセグメント化する。 このタスクは、現実世界のAIアプリケーションへの重要なステップとして機能し、再構築、認識、再編成を橋渡しする実践的なタスクを導入します。
  論文  参考訳（メタデータ） (2025-06-02T18:00:04Z)
• Boosting Cross-Domain Point Classification via Distilling Relational Priors from 2D Transformers [59.0181939916084]
  従来の3Dネットワークは主に局所幾何学的詳細に焦点を当て、局所幾何学間の位相構造を無視する。 そこで本稿では,大規模画像上においてよく訓練されたトランスフォーマーから前駆体を抽出する,新しい先駆体蒸留法を提案する。 PointDA-10とSim-to-Realデータセットの実験は、提案手法が点クラウド分類におけるUDAの最先端性能を一貫して達成していることを検証する。
  論文  参考訳（メタデータ） (2024-07-26T06:29:09Z)
• Bayesian Diffusion Models for 3D Shape Reconstruction [54.69889488052155]
  本稿では,トップダウン(優先)情報をボトムアップ(データ駆動)手順と密結合することにより,効果的なベイズ推定を行う予測アルゴリズムを提案する。 3次元形状復元作業におけるBDMの有効性を示す。
  論文  参考訳（メタデータ） (2024-03-11T17:55:53Z)
• Single-view 3D Mesh Reconstruction for Seen and Unseen Categories [69.29406107513621]
  シングルビュー3Dメッシュ再構成は、シングルビューRGB画像から3D形状を復元することを目的とした、基本的なコンピュータビジョンタスクである。 本稿では,一視点3Dメッシュ再構成に取り組み,未知のカテゴリのモデル一般化について検討する。 我々は、再構築におけるカテゴリ境界を断ち切るために、エンドツーエンドの2段階ネットワークであるGenMeshを提案する。
  論文  参考訳（メタデータ） (2022-08-04T14:13:35Z)
• Ladybird: Quasi-Monte Carlo Sampling for Deep Implicit Field Based 3D Reconstruction with Symmetry [12.511526058118143]
  本稿では,SGDに基づく最適化アルゴリズムの一般化と高速収束を理論的に促進するサンプリング手法を提案する。 物体の反射対称性に基づいて,自己閉塞による問題を緩和する特徴融合法を提案する。 提案システムでは,単一入力画像から高品質な3Dオブジェクト再構成を行うことができる。
  論文  参考訳（メタデータ） (2020-07-27T09:17:00Z)

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。