論文の概要: GaussianDS: Depth-supervised Semantic Gaussian Splatting for Scene Understanding
- arxiv url: http://arxiv.org/abs/2609.27850v1
- Date: Sat, 22 Aug 2026 05:27:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.992886
- Title: GaussianDS: Depth-supervised Semantic Gaussian Splatting for Scene Understanding
- Title（参考訳）: GaussianDS:シーン理解のための深さ制御型セマンティック・ガウス・スプレイティング
- Abstract要約: 3D Gaussian Splattingは、3D再構成のための効率的な表現を提供する。
最近の拡張は、オープン語彙のシーン理解のためにガウス語に意味属性を付ける。
本稿では,セマンティックリフティングを統括的アライメント問題として扱う,奥行き管理型セマンティック3DGSフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 9.586802962641013
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: 3D Gaussian Splatting provides an efficient representation for 3D reconstruction, and recent extensions attach semantic attributes to Gaussians for open-vocabulary scene understanding. However, lifting view-dependent 2D foundation-model outputs into 3D space introduces cross-view inconsistencies and weak geometric grounding, leading to severe semantic drift and boundary leakage. We propose GaussianDS, a depth-supervised semantic 3DGS framework that treats semantic lifting as a supervision-alignment problem and jointly optimizes RGB appearance, rendered depth, and compact semantics from scratch. Specifically, GaussianDS organizes unordered multi-view images into a pose-aware pseudo-video trajectory to propagate view-consistent masks via SAM2. During joint optimization, scale-shift-aligned monocular depth supervision and depth total-variation regularization stabilize Gaussian geometry, while a depth-edge-aware refinement loss explicitly anchors semantic transitions onto physical geometric discontinuities. Extensive evaluations show that our end-to-end framework not only retains high-fidelity 3D reconstruction and real-time rendering, but also establishes superior semantic understanding. GaussianDS sets new state-of-the-art performance on LERF (60.5% mIoU) and 3D-OVS (97.79% mIoU, 90.28% mBIoU) by mitigating semantic leakage, while seamlessly facilitating downstream 3D object removal.
- Abstract（参考訳）: 3D Gaussian Splattingは、3D再構成のための効率的な表現を提供し、最近の拡張は、オープン語彙のシーン理解のために、Gaussianにセマンティック属性を付加している。
しかし、ビュー依存の2次元基礎モデル出力を3次元空間に持ち上げると、横方向の不整合と弱い幾何学的接地が生じ、セマンティックドリフトと境界リークが発生する。
セマンティックリフティングを監視調整問題として扱い,RGBの外観,描画深度,コンパクトセマンティックスをスクラッチから最適化する,奥行き管理型セマンティック3DGSフレームワークであるGaussianDSを提案する。
具体的には、GaussianDSは、秩序のないマルチビュー画像をポーズ対応の擬似ビデオ軌道に整理し、SAM2を介してビュー一貫性マスクを伝搬する。
共同最適化では、スケールシフトアラインな単分子深度監督と深度全変量正規化がガウス幾何学を安定化させ、深度エッジ対応の精細化損失は、物理的な幾何学的不連続性への意味的遷移を明示的に固定する。
広範に評価した結果,我々のエンドツーエンドフレームワークは高忠実度3D再構成とリアルタイムレンダリングを維持できるだけでなく,より優れたセマンティック理解を確立できることがわかった。
GaussianDSはLERF(60.5% mIoU)と3D-OVS(97.79% mIoU, 90.28% mBIoU)にセマンティックリークを緩和し、下流の3Dオブジェクトの除去をシームレスに行う。
関連論文リスト
- NRGS: Neural Regularization for Robust 3D Semantic Gaussian Splatting [41.21645092733966]
本稿では,多視点不整合な2次元特徴を持ち上げることで生成されるノイズの多い3次元セマンティックフィールドを改良するニューラル正規化手法を提案する。
実験により,提案手法は昇降セマンティクスの精度を高め,ロバストな3次元セマンティクス・ガウス・スプラッティングへの効率的かつ効果的なアプローチを提供する。
論文 参考訳（メタデータ） (2026-04-24T10:57:05Z) - UniSem: Generalizable Semantic 3D Reconstruction from Sparse Unposed Images [10.080087958100552]
2つのキーコンポーネントによる深度精度とセマンティックな一般化を改善する統合フレームワークUniSemを提案する。
Error-aware Gaussian Dropout (EGD) は冗長性のあるGaussianを抑えることでエラー誘導容量制御を行う。
第2に、2Dセグメンタリフトセマンティクスと、モデル独自の創発的な3DセマンティクスをブレンドするMix-training Curriculum(MTC)を導入する。
論文 参考訳（メタデータ） (2026-03-18T09:26:25Z) - Joint Semantic and Rendering Enhancements in 3D Gaussian Modeling with Anisotropic Local Encoding [86.55824709875598]
本稿では,セマンティックとレンダリングの両方を相乗化する3次元セマンティックガウスモデリングのための統合拡張フレームワークを提案する。
従来の点雲形状符号化とは異なり、細粒度3次元形状を捉えるために異方性3次元ガウシアン・チェビシェフ記述子を導入する。
我々は、学習した形状パターンを継続的に更新するために、クロスシーンの知識伝達モジュールを使用し、より高速な収束と堅牢な表現を可能にします。
論文 参考訳（メタデータ） (2026-01-05T18:33:50Z) - GauSSmart: Enhanced 3D Reconstruction through 2D Foundation Models and Geometric Filtering [50.675710727721786]
2次元基礎モデルと3次元ガウススプラッティング再構成をブリッジするハイブリッド手法であるGauSSmartを提案する。
提案手法は,凸フィルタリングや意味的特徴監視など,確立した2次元コンピュータビジョン技術を統合している。
GauSSmartは既存のGaussian Splattingよりも一貫して優れています。
論文 参考訳（メタデータ） (2025-10-16T03:38:26Z) - Bootstraping Clustering of Gaussians for View-consistent 3D Scene Understanding [59.51535163599723]
FreeGSは、教師なしセマンティック組み込み3DGSフレームワークで、2Dラベルを必要とせずに、ビュー一貫性のある3Dシーン理解を実現する。
FreeGSは複雑なデータ前処理のワークロードを避けながら、最先端のメソッドと互換性がある。
論文 参考訳（メタデータ） (2024-11-29T08:52:32Z) - 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) - CLIP-GS: CLIP-Informed Gaussian Splatting for View-Consistent 3D Indoor Semantic Understanding [17.440124130814166]
室内シーンのオープンな3Dセマンティック理解のためのCLIPモデルを用いた3Dガウススティング(3DGS)が注目されている。
提案するセマンティック属性コンパクト性(SAC)と3Dコヒーレント正規化(3DCR)を用いて、3次元屋内シーンのコヒーレントな意味理解を効率的に実現するCLIP-GSを提案する。
ScanNetとReplicaのデータセット上で,mIoUの21.20%と13.05%の改善を実現し,既存の最先端手法を著しく抑制する。
論文 参考訳（メタデータ） (2024-04-22T15:01:32Z)
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。