論文の概要: EPIC: Epipolar-Consistent 360° Immersive Stereo Video Generation

• arxiv url: http://arxiv.org/abs/2609.38689v1
• Date: Wed, 30 Sep 2026 00:17:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.873313
• Title: EPIC: Epipolar-Consistent 360° Immersive Stereo Video Generation
• Title（参考訳）: EPIC: エピポーラ一貫性360度没入型ステレオビデオ
• Abstract要約: 没入型ディスプレイは、リッチで多様な仮想体験を可能にする。 今日のAIモデルは従来のディスプレイ用に構築されており、没入型視聴に必要な高解像度の360円のコンテンツを生成することはできない。 ここでは、既存のビデオ拡散モデルを4Kステレオスコープ360円の動画に拡張するゼロショット生成パイプラインを用いて、このギャップに対処する。
• 参考スコア（独自算出の注目度）: 14.313702220910798
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Immersive displays can enable rich and diverse virtual experiences. Manually authoring every possible experience to realize this potential, however, is prohibitively expensive, difficult to scale, and impractical. Generative AI models could remove this bottleneck, but today's models are built for conventional displays and cannot generate the high-resolution, stereoscopic $360^\circ$ content required for immersive viewing. Further, temporal and stereo inconsistencies that may be tolerable on conventional displays can become highly disruptive when viewed through an immersive headset. Here, we address this gap with a zero-shot generative pipeline that extends existing video diffusion models into 4K stereoscopic $360^\circ$ videos. Inspired from binocular vision and depth perception, we develop an epipolar-aware $360^\circ$ image matching metric that captures the temporal and stereo geometric inconsistencies across views. We then use this metric as a preference signal for direct preference optimization with limited training data. Our work enables $360^\circ$ stereo video generation and provides a scalable path for bringing generative content to immersive displays, allowing diverse mixed reality experiences on demand.
• Abstract（参考訳）: 没入型ディスプレイは、リッチで多様な仮想体験を可能にする。 しかし、この可能性を実現するためのあらゆる可能な経験を手作業で執筆することは、違法に高価で、スケールが難しく、実用的ではない。 ジェネレーティブAIモデルは、このボトルネックを取り除くことができるが、今日のモデルは従来のディスプレイ用に構築されており、没入型視聴に必要な高解像度の360^\circ$コンテンツを生成することはできない。 さらに、従来のディスプレイで許容できる時間的および立体的不整合は、没入型ヘッドセットを通して見ると、非常に破壊的になる可能性がある。 ここでは、既存のビデオ拡散モデルを4Kステレオスコープ360^\circ$ビデオに拡張するゼロショット生成パイプラインを用いて、このギャップに対処する。 両眼視と深度知覚からヒントを得て,視界の時間的および立体的不整合を捉えるエピポーラ対応の360^\circ$画像マッチング尺度を開発した。 次に、この指標を限られたトレーニングデータで直接選好最適化のための選好信号として使用する。 私たちの仕事は360ドル(約3万3000円)のステレオビデオ生成を可能にし、没入型ディスプレイに生成コンテンツをもたらすためのスケーラブルなパスを提供する。

関連論文リスト

• WorldCrafter: Consistent Video World Model with Implicit 3D-aware Memory [60.18419531120148]
  我々は、この目的のためにカメラクエリ可能な暗黙的な3Dメモリを学ぶビデオワールドモデルであるWorldCrafterを紹介する。 重要な洞察は、要求された視点をビデオジェネレータの限定トークン予算にマルチビューエビデンスを圧縮する方法を形作ることである。 静的および動的シーンにわたる実験では、長距離一貫性とカメラ制御精度が大幅に向上した。
  論文  参考訳（メタデータ） (2026-09-21T17:57:06Z)
• Pantheon360: Taming Digital Twin Generation via 3D-Aware 360° Video Diffusion [28.780606702499444]
  3D-Aware 360 Video DiffusionによるPantheon360: Taming Digital Twin Generationを紹介する。 キーとなるアイデアは、ユーザが定義した任意のカメラパスの幾何学的な足場として機能する、入力から再構築された明示的な3Dキャッシュである。 実験により、パンテオン360は優れた視覚的品質と未整合幾何学的コヒーレンスを達成することが示された。
  論文  参考訳（メタデータ） (2026-05-25T06:00:01Z)
• Elastic3D: Controllable Stereo Video Conversion with Guided Latent Decoding [62.69753250254731]
  Elastic3Dは、従来の映像を双眼鏡にアップグレードするための、制御可能な直接エンドツーエンドの方法である。 高品質のステレオビデオ出力の鍵は、ガイド付きVAEデコーダである。
  論文  参考訳（メタデータ） (2025-12-16T09:46:23Z)
• StereoWorld: Geometry-Aware Monocular-to-Stereo Video Generation [108.97993219426509]
  StereoWorldは、高忠実なモノクル・ツー・ステレオビデオ生成のためのエンドツーエンドフレームワークである。 我々のフレームワークは、幾何学的に認識された正規化で生成を明示的に監視しながら、単眼ビデオ入力のモデルを規定する。 大規模なトレーニングと評価を可能にするため,高精細度ステレオビデオデータセットをキュレートする。
  論文  参考訳（メタデータ） (2025-12-10T06:50:16Z)
• Imagine360: Immersive 360 Video Generation from Perspective Anchor [79.97844408255897]
  Imagine360は、360円から360ドル程度のビデオ生成フレームワークだ。 360ドル(約3万3000円)の限られたビデオデータから、細粒の球面と動きのパターンを学習する。 最先端の360ドル(約3万3000円)の動画生成方法では、グラフィック品質とモーションコヒーレンスに優れています。
  論文  参考訳（メタデータ） (2024-12-04T18:50:08Z)
• StereoCrafter-Zero: Zero-Shot Stereo Video Generation with Noisy Restart [44.671043951223574]
  ゼロショットステレオビデオ生成のための新しいフレームワークであるStereoCrafter-Zeroを紹介する。 主なイノベーションは、ステレオ認識の潜在表現を初期化するノイズリスタート戦略である。 我々は,StereoCrafter-Zeroが高精細度と時間的滑らかさを向上した高品質なステレオビデオを生成することを示す。
  論文  参考訳（メタデータ） (2024-11-21T16:41:55Z)
• Stereo Matching in Time: 100+ FPS Video Stereo Matching for Extended Reality [65.70936336240554]
  リアルタイムステレオマッチング(Real-time Stereo Matching)は、屋内3D理解、ビデオパススルー、混合現実感ゲームなど、多くの拡張現実感(XR)アプリケーションのための基盤となるアルゴリズムである。 最大の課題の1つは、ヘッドマウントのVR/ARメガネによってキャプチャされた高品質な屋内ビデオステレオトレーニングデータセットの欠如である。 室内シーンのレンダリングと6-DoF移動VR/ARヘッドマウントディスプレイ(HMD)によるリアルなカメラモーションを含む,新しいステレオ合成データセットを提案する。 これにより既存のアプローチの評価が促進され、屋内拡張現実シナリオのさらなる研究が促進される。
  論文  参考訳（メタデータ） (2023-09-08T07:53:58Z)
• MatryODShka: Real-time 6DoF Video View Synthesis using Multi-Sphere Images [26.899767088485184]
  ステレオ360デグ(全方向ステレオ)画像を6DoFレンダリングのための層状多球面画像表現に変換する手法を提案する。 これにより、ビューアの快適性が大幅に向上し、最新のGPUハードウェア上でリアルタイムで推論およびレンダリングを行うことができる。
  論文  参考訳（メタデータ） (2020-08-14T18:33:05Z)

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。