論文の概要: ProDyGS: Dynamic Gaussian Splatting from a Single Static Monocular Camera
- arxiv url: http://arxiv.org/abs/2609.32711v1
- Date: Sat, 26 Sep 2026 15:20:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 21:00:31.622185
- Title: ProDyGS: Dynamic Gaussian Splatting from a Single Static Monocular Camera
- Title（参考訳）: ProDyGS:単一静止単眼カメラによる動的ガウス散乱
- Abstract要約: ProDyGSは、単一の静止カメラで撮影されたビデオから高品質の新規ビューを合成するための、新しい動的3Dガウススプレイティングフレームワークである。
基礎的な単眼深度ネットワークを用いて時間的に一貫した深度マップを推定し,任意の視点からプロキシ画像を生成する3次元ガウス表現を構築した。
DyNeRFデータセットを用いた実験により, 単眼深度推定のみを外部監視として必要としながら, 最先端性能を実現することができた。
- 参考スコア（独自算出の注目度）: 43.97947930640052
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We present ProDyGS, a novel dynamic 3D Gaussian Splatting framework for high-quality novel view synthesis from videos captured by a single static camera. While existing methods rely on multi-view setups or significant camera motion for geometric constraints, our approach addresses the challenging scenario where multi-view supervision is completely absent. We overcome this limitation by generating synthetic multi-view supervision through depth-guided proxy image synthesis. Specifically, we estimate temporally consistent depth maps using foundational monocular depth networks, then construct 3D Gaussian representations that generate proxy images from arbitrary viewpoints. A deformation network learns temporal dynamics by warping canonical Gaussians using this augmented supervision. Experiments on the DyNeRF dataset demonstrate that our method achieves state-of-the-art performance while requiring only monocular depth estimation as external supervision, outperforming approaches that rely on stronger priors such as scene flow.
- Abstract（参考訳）: ProDyGSは1台の静止カメラで撮影したビデオから高画質のノベルビューを合成するための動的3Dガウススティングフレームワークである。
既存の手法は、幾何的制約に対する多視点設定や重要なカメラモーションに依存しているが、我々のアプローチは、多視点監視が完全に欠落している困難なシナリオに対処する。
我々は、奥行き誘導されたプロキシ画像合成により、合成多視点監視を生成することにより、この制限を克服する。
具体的には,基本分子深度ネットワークを用いて時間的に一貫した深度マップを推定し,任意の視点からプロキシ画像を生成する3次元ガウス表現を構築した。
変形ネットワークは、この強化監視を用いて正準ガウスをワープすることで時間力学を学習する。
DyNeRFデータセットを用いた実験により,シーンフローのようなより強い先行性に依存した単眼深度推定を外部監視として必要としながら,最先端の性能を実現することができた。
関連論文リスト
- Streaming Gaussian Encoding for 4D Panoptic Occupancy Tracking [15.311099668839665]
カメラベースの4D-POTは、多視点画像から全体像を理解するための有望なパラダイムである。
最近のマスクベースのパイプラインは、フレーム間でインスタンスクエリを伝搬することで、強力なパフォーマンスを実現している。
本研究では、4D-POTの永続的なシーン表現を維持するストリーミングガウスエンコーダを提案する。
論文 参考訳（メタデータ） (2026-06-29T18:00:42Z) - Breaking the Vicious Cycle: Coherent 3D Gaussian Splatting from Sparse and Motion-Blurred Views [40.70901994944635]
スパース画像とぼやけた画像から高忠実度3D再構成を行うフレームワークであるCoherentGSを紹介する。
我々の重要な洞察は、これらの複合劣化に二元的戦略を用いて対処することである。
CoherentGSは既存のメソッドを著しく上回り、この挑戦的なタスクのために新しい最先端のタスクを設定している。
論文 参考訳（メタデータ） (2025-12-11T07:36:35Z) - HoliGS: Holistic Gaussian Splatting for Embodied View Synthesis [59.25751939710903]
本稿では,長い単眼RGBビデオのエンボディドビュー合成に対処する,変形可能なガウススプラッティングフレームワークを提案する。
提案手法は,非可逆ガウス散乱変形ネットワークを利用して大規模動的環境を正確に再構築する。
その結果、現実のシナリオにおけるEVSの実用的でスケーラブルなソリューションが浮かび上がっています。
論文 参考訳（メタデータ） (2025-06-24T03:54:40Z) - SpatialCrafter: Unleashing the Imagination of Video Diffusion Models for Scene Reconstruction from Limited Observations [44.53106180688135]
この作業は、スパースやシングルビューのインプットから3Dシーンを再構築する上での課題である。
SpatialCrafterは,ビデオ拡散モデルにおける豊富な知識を活用して,可算的な追加観測を生成するフレームワークである。
トレーニング可能なカメラエンコーダと、明示的な幾何学的制約に対するエピポーラアテンション機構により、精密なカメラ制御と3D整合性を実現する。
論文 参考訳（メタデータ） (2025-05-17T13:05:13Z) - MultiDiff: Consistent Novel View Synthesis from a Single Image [60.04215655745264]
MultiDiffは、単一のRGB画像からシーンを一貫した新しいビュー合成のための新しいアプローチである。
以上の結果から,MultiDiffは,課題の多いリアルタイムデータセットであるRealEstate10KとScanNetにおいて,最先端の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-06-26T17:53:51Z) - MoDGS: Dynamic Gaussian Splatting from Casually-captured Monocular Videos with Depth Priors [65.31707882676292]
MoDGSは、カジュアルにキャプチャーされたモノクロビデオから、ダイナミックなシーンの新たなビューを描画する新しいパイプラインだ。
実験では、MoDGSはカジュアルにキャプチャされたモノクロビデオから、ダイナミックシーンの高品質なノベルビュー画像をレンダリングできることを示した。
論文 参考訳（メタデータ） (2024-06-01T13:20:46Z) - Decoupling Dynamic Monocular Videos for Dynamic View Synthesis [50.93409250217699]
動的モノクロビデオからの動的ビュー合成の課題を教師なしで解決する。
具体的には、動的物体の運動を物体の動きとカメラの動きに分離し、教師なし表面の整合性およびパッチベースのマルチビュー制約によって規則化する。
論文 参考訳（メタデータ） (2023-04-04T11:25:44Z)
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。