論文の概要: FounRef: Robust, Structure-Preserving, and Fast Metric Refinement of Frozen Monocular Foundation Priors with Sparse Anchors

• arxiv url: http://arxiv.org/abs/2609.29224v1
• Date: Thu, 24 Sep 2026 08:32:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.793202
• Title: FounRef: Robust, Structure-Preserving, and Fast Metric Refinement of Frozen Monocular Foundation Priors with Sparse Anchors
• Title（参考訳）: FounRef: 疎アンカーを用いた凍結単分子ファンデーションのロバスト, 構造保存, 高速メカニカルリファクション
• Abstract要約: FounRefは、凍結した単分子基底をスパース計量アンカーと整列させ、密度の深い計量深さを生成する訓練不要の方法である。 ドメイン外のデータでは、最大で24%の深さ誤差、92%の面正規ノイズ、そしてDMD3Cよりも約15倍高速な推論を提供する。
• 参考スコア（独自算出の注目度）: 3.5880535198436156
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dense metric depth from cameras is essential to real-world 3D applications, yet achieving accuracy, faithful surface geometry, and fast inference simultaneously remains challenging. Monocular foundation models provide rich, transferable geometric priors but lack reliable metric scale, while depth-completion networks recover metric depth at the cost of geometric fidelity, cross-domain robustness, or speed. We present FounRef, a training-free method that aligns a frozen monocular foundation prior with sparse metric anchors to produce dense metric depth. FounRef is modular by design: its depth prior, anchor source, and refinement solver can each be replaced independently. We instantiate FounRef with MoGe-2 and LiDAR anchors. FounRef validates each anchor against the prior's dense depth prediction, rejecting inconsistencies caused by cross-sensor misalignment that geometry-only filters cannot detect. It then applies global and local metric corrections through a structure-preserving solver, retaining the prior's fine-grained geometry. FounRef requires no task-specific training and operates out of the box across unfamiliar cameras and scenes. On out-of-domain data, it delivers up to 24% lower depth error, 92% lower surface-normal noise, and almost 15x faster inference than DMD3C, a state-of-the-art depth-completion network. By decoupling metric alignment from geometry prediction, FounRef provides an accurate, geometrically faithful, and efficient approach to dense metric depth that can directly benefit from future advances in foundation models and metric sensors.
• Abstract（参考訳）: 実世界の3Dアプリケーションには、カメラからの深度測定が不可欠であるが、精度、忠実な表面形状、高速な推論は依然として困難である。 単分子基礎モデルは、豊かで転送可能な幾何学的先行性を提供するが、信頼性の高いメートル法スケールを欠いている一方、深さ補完ネットワークは幾何学的忠実性、ドメイン間の堅牢性、または速度の犠牲でメートル法深さを回復する。 本稿では, 凍結した単分子基底をスパース計量アンカーと整列させて, 濃密なメートル法深度を生成する, トレーニング不要なFounRefを提案する。 FounRefは設計によってモジュール化されており、その深さ、アンカーソース、精細化ソルバはそれぞれ独立して置き換えることができる。 FounRefをMoGe-2とLiDARアンカーでインスタンス化する。 FounRefは、ジオメトリのみのフィルタが検出できないというクロスセンサーのミスアライメントに起因する不整合を排除し、前者の深度予測に対して各アンカーを検証する。 その後、構造保存ソルバを通じて大域的および局所的な計量補正を適用し、前者の微細な幾何を保持する。 FounRefはタスク固有のトレーニングを必要とせず、不慣れなカメラやシーンでボックスから操作する。 ドメイン外のデータでは、最大で24%の深さ誤差、92%の面正規ノイズ、そして最先端の深度補完ネットワークであるDMD3Cよりも15倍高速な推論を提供する。 測度アライメントを幾何学的予測から切り離すことで、フォウンレフは精密で、幾何学的に忠実で、高密度な計量深度への効率的なアプローチを提供し、基礎モデルや計量センサーの将来の進歩から直接恩恵を受けることができる。

関連論文リスト

• OmniPoint: Universal Monocular Metric Pointcloud from Any Camera [79.24417597712802]
  OmniPointは、様々な画像センサにまたがるメートル法再構成を一般化するために設計された統合されたフレームワークである。 射影剛性を克服するため、OmniPointは従来の平面深度回帰を放棄する。 代わりに、分離された訓練目標とともに、分離された光線と距離の表現を採用する。
  論文  参考訳（メタデータ） (2026-09-08T19:45:58Z)
• 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)
• AnchorD: Metric Grounding of Monocular Depth Using Factor Graphs [16.622717763906262]
  現在利用可能な深度センサーは、透明、スペクトル、一般のランベルト面の誤差を生じやすい。 本研究では,深度基礎モデルから単分子深度推定の先行値をアンカーする学習自由深度接地フレームワークを提案する。 本手法はパッチワイドアフィンアライメントを行い,実世界深度で局所的に単分子予測を行う。
  論文  参考訳（メタデータ） (2026-05-04T14:48:52Z)
• In Depth We Trust: Reliable Monocular Depth Supervision for Gaussian Splatting [22.674046124865196]
  幾何的監督にスケールあいまいでノイズの多い奥行きを取り入れたトレーニングフレームワークを導入する。 多様なデータセットに対する実験では、幾何精度が一貫した改善が見られた。
  論文  参考訳（メタデータ） (2026-04-07T11:15:15Z)
• Systematic Evaluation of Depth Backbones and Semantic Cues for Monocular Pseudo-LiDAR 3D Detection [0.0]
  KITTI検証において,深度バックボーンと機能工学が単分子Pseudo-LiDARパイプラインに与える影響を評価する。 既製のLiDAR検出器の下では、奥行きバックボーンの選択と幾何学的忠実度が二次的特徴注入よりも優れていた。
  論文  参考訳（メタデータ） (2026-01-07T05:57:19Z)
• FoundationSLAM: Unleashing the Power of Depth Foundation Models for End-to-End Dense Visual SLAM [50.9765003472032]
  FoundationSLAMは、正確でロバストな追跡とマッピングのための学習ベースの単分子高密度SLAMシステムである。 我々の中核となる考え方は、基礎深度モデルからのガイダンスを活用することによって、推論によるフロー推定をブリッジすることである。
  論文  参考訳（メタデータ） (2025-12-31T17:57:45Z)
• UniDepthV2: Universal Monocular Metric Depth Estimation Made Simpler [62.06785782635153]
  ドメインをまたいだ単一の画像からメートル法3Dシーンを再構成できる新しいモデルUniDepthV2を提案する。 UniDepthV2は、追加情報なしで、入力画像から推論時にメートル法3Dポイントを直接予測する。 我々のモデルは擬似球面出力表現を利用し、カメラと深度表現をアンタングル化する。
  論文  参考訳（メタデータ） (2025-02-27T14:03:15Z)
• Virtual Normal: Enforcing Geometric Constraints for Accurate and Robust Depth Prediction [87.08227378010874]
  深度予測における高次3次元幾何学的制約の重要性を示す。 単純な幾何学的制約を強制する損失項を設計することにより、単眼深度推定の精度とロバスト性を大幅に改善する。 The-of-the-art results of learning metric depth on NYU Depth-V2 and KITTI。
  論文  参考訳（メタデータ） (2021-03-07T00:08:21Z)
• Robust Isometric Non-Rigid Structure-from-Motion [29.229898443263238]
  非Rigid Structure-from-Motion (NRSfM)は、モノクロ2D画像間の対応から変形可能な3Dオブジェクトを再構成する。 現在のNRSfM法は、対応誤りに対処する統計的堅牢性を欠いている。 等尺性を利用してNRSfMを頑健に解く3ステップの自動パイプラインを提案する。
  論文  参考訳（メタデータ） (2020-10-09T17:25:00Z)

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。