論文の概要: Post-Training Semantic Lifting for 3D Gaussian Splatting: Separating Detector, Lifting and Representation Error

• arxiv url: http://arxiv.org/abs/2610.08756v1
• Date: Tue, 06 Oct 2026 17:47:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:30.155975
• Title: Post-Training Semantic Lifting for 3D Gaussian Splatting: Separating Detector, Lifting and Representation Error
• Title（参考訳）: 3次元ガウス平滑化のためのトレーニング後セマンティックリフティング:検出器とリフティングと表現誤差の分離
• Abstract要約: 本稿では,一度に1つの目標クラスで動作するポストトレーニングリフト手法を提案する。 この設計により、2D検出器、リフト、表現間の転送という3つのエラー源を分離できる。 メソッドは、すべてのシーンとクラスで同じ値で、ホールドアウトされた10のScanNet++シーンで評価される。
• 参考スコア（独自算出の注目度）: 2.4851820343103035
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The same Gaussian of a 3D Gaussian Splatting model is seen from many views, and these views do not always agree on the class it belongs to. The Gaussian may be occluded in some of them, and the confidence of the detector is not the same from one view to another. The ground truth, on the other hand, is given as an annotated mesh, because two training runs do not produce the same Gaussians. In this work, we propose a post-training lifting method that works with one target class at a time and combines the information coming from all the views. Target and non-target evidence are accumulated simultaneously, weighted by the visibility of each Gaussian in each view. After that, the Gaussians are filtered with two thresholds: a main threshold $β$ selects the high-confidence seeds, and a lower one $γβ$ adds the connected components around them. For the evaluation, the labels are transferred from the Gaussians to the mesh vertices that are both visible and annotated. With this design, we can separate three sources of error: the 2D detector, the lifting and the transfer between representations. The thresholds and the transfer operator are chosen on seven Replica validation scenes, and the method is evaluated on ten held-out ScanNet++ scenes with the same values for every scene and class. The mean mIoU on the validation scenes was 0.93 with masks from the dataset annotations and 0.65 with YOLO masks, and on the ScanNet++ test scenes it was 0.80 and 0.54. Compared with thresholding the evidence per view, as a previous version of the method did, the fraction improves the test mIoU by 0.24 and makes it possible to use a single threshold for all the classes and scenes of both datasets. Finally, the error analysis shows that most of the remaining error comes from the detector.
• Abstract（参考訳）: 3次元ガウススプティングモデルの同じガウス多様体は、多くの見解から見られており、これらの見解は、それが属するクラスに常に一致するとは限らない。 ガウシアンはその一部に隠されている可能性があり、検出器の信頼性は、ある視点から別の視点まで同じではない。 一方、基礎的な真理は注釈付きメッシュとして与えられるが、これは2つの訓練が同じガウスを作らないためである。 本研究では,1つの対象クラスに対して一度に動作し,すべてのビューから得られる情報を組み合わせて学習後リフティング手法を提案する。 目標と非目標の証拠は同時に蓄積され、それぞれの視点でそれぞれのガウスの可視性によって重み付けされる。 その後、ガウス派は2つのしきい値でフィルターされる:主しきい値$β$は高信頼の種を選択し、低いしきい値$γβ$はそれらの周りの連結成分を追加する。 評価のために、ラベルはガウス語から可視性および注釈付きの両方のメッシュ頂点に転送される。 この設計により、2D検出器、リフト、表現間の転送という3つのエラー源を分離できる。 しきい値と転送演算子は7つのReplicaバリデーションシーンで選択され、各シーンとクラスで同じ値を持つ10のホールドアウトScanNet++シーンで評価される。 検証シーンの平均mIoUは0.93で、データセットアノテーションのマスクは0.65、YOLOマスクは0.65で、ScanNet++テストシーンは0.80と0.54だった。 ビュー毎のエビデンスをしきい値にすると、以前のバージョンと同様、テストmIoUを0.24改善し、両方のデータセットのすべてのクラスとシーンに対して単一のしきい値を使用することができる。 最後に、誤差解析により、残りのエラーのほとんどは検出器からのものであることが示された。

関連論文リスト

• UniqueSplat: View-conditioned 3D Gaussian Splatting for Generalizable 3D Reconstruction [66.8743195106848]
  本稿では,ビュークエリ毎にカスタマイズされた3次元ラディアンスフィールドを再構成するために,ビュー条件付きフィードフォワード3Dガウススプラッティングモデルを提案する。 我々のUniqueSplatは、ビュー条件付き情報を事前学習し、この知識をネットワークパラメータに組み込む。 広く使われているデータセットの実験は、最先端の手法よりもUniqueSplatの方が優れていることを示している。
  論文  参考訳（メタデータ） (2026-08-03T12:31:12Z)
• iGaussian: Real-Time Camera Pose Estimation via Feed-Forward 3D Gaussian Splatting Inversion [62.09575122593993]
  iGaussianは2段階のフィードフォワードフレームワークで、直接3Dガウス変換によるリアルタイムカメラポーズ推定を実現する。 NeRF Synthetic, Mip-NeRF 360, T&T+DB データセットの実験結果から, 従来の手法に比べて大幅な性能向上が得られた。
  論文  参考訳（メタデータ） (2025-11-18T05:22:22Z)
• Trace3D: Consistent Segmentation Lifting via Gaussian Instance Tracing [27.24794829116753]
  ガウススプラッティングにおける2次元視覚分割を3次元に引き上げることの課題に対処する。 既存の方法は、視界を横断する不整合な2Dマスクに悩まされ、うるさいセグメンテーション境界を生成する。 本稿では,標準ガウス表現を入力ビュー全体にわたってインスタンス重み行列で拡張するガウスインスタンス追跡(GIT)を紹介する。
  論文  参考訳（メタデータ） (2025-08-05T08:54:17Z)
• GaussianCross: Cross-modal Self-supervised 3D Representation Learning via Gaussian Splatting [16.179607149692398]
  提案するGaussianCrossは, クロスモーダルな自己教師型3D表現学習アーキテクチャである。 GaussianCross はスケール一貫性のない3次元点雲を統一された立方体正規化ガウス表現にシームレスに変換する。 最先端の手法と比較して線形探索(0.1%パラメータ)と限られたデータトレーニング(1%のシーン)により優れた性能を発揮する。
  論文  参考訳（メタデータ） (2025-08-04T08:12:44Z)
• Semantic Consistent Language Gaussian Splatting for Point-Level Open-vocabulary Querying [25.32838673665989]
  オープン語彙の3Dシーン理解は、自然言語による操作など、ロボット工学の応用にとって不可欠である。 既存の3Dガウススプラッティングの問合せ方法は、矛盾しない2Dマスクの監視にしばしば苦労する。 本稿では,セグメンテーションマスク上でのトラッキングを行い,意味的に一貫した基盤構造を確立するための新しいポイントレベルのクエリフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-27T17:59:05Z)
• GaussianUDF: Inferring Unsigned Distance Functions through 3D Gaussian Splatting [49.60513072330759]
  本稿では,3次元ガウスとUDFのギャップを埋める新しい手法を提案する。 私たちのキーとなるアイデアは、表面上の細く平坦な2次元ガウス平面を過度に適合させ、それから自己超越と勾配に基づく推論を活用することである。 我々は, 境界を持つ開放面の精度, 効率, 完全性, シャープ性の観点から, 優位性を示す。
  論文  参考訳（メタデータ） (2025-03-25T08:46:55Z)
• Rethinking End-to-End 2D to 3D Scene Segmentation in Gaussian Splatting [86.15347226865826]
  We design an new end-to-end object-aware lifting approach, called Unified-Lift。 コントラスト損失を用いて学習したガウスレベルの機能を各ガウス点に拡張し、インスタンス情報をエンコードする。 LERF-Masked、Replica、Messy Roomsの3つのベンチマークで実験を行った。
  論文  参考訳（メタデータ） (2025-03-18T08:42:23Z)
• Self-Ensembling Gaussian Splatting for Few-Shot Novel View Synthesis [55.561961365113554]
  3D Gaussian Splatting (3DGS) は新規ビュー合成(NVS)において顕著な効果を示した 本稿では,Self-Ensembling Gaussian Splatting(SE-GS)を紹介する。 我々は,トレーニング中に不確実性を認識した摂動戦略を導入することで,自己理解を実現する。 LLFF, Mip-NeRF360, DTU, MVImgNetデータセットによる実験結果から, 本手法がNVSの品質を向上させることを示す。
  論文  参考訳（メタデータ） (2024-10-31T18:43:48Z)
• ShapeSplat: A Large-scale Dataset of Gaussian Splats and Their Self-Supervised Pretraining [112.40071212468843]
  3D Gaussian Splatting (3DGS)は多くの視覚タスクにおいて3D表現の事実上の方法となっている。 一般的なShapeNet, ModelNet, averseを用いて3DGSの大規模データセットを構築した。 本稿では,ガウスパラメータからの表現学習の独特な利点を浮き彫りにしたガウスMAEを紹介する。
  論文  参考訳（メタデータ） (2024-08-20T14:49:14Z)
• Contrastive Gaussian Clustering: Weakly Supervised 3D Scene Segmentation [14.967600484476385]
  本稿では,任意の視点からセグメンテーションマスクを提供する新しいアプローチであるContrastive Gaussian Clusteringを紹介する。 本手法は,不整合な2次元セグメンテーションマスクを用いてトレーニングが可能であり,また,すべてのビューに一貫性のあるセグメンテーションマスクの生成も学べる。 結果のモデルは非常に正確で、予測されたマスクのIoU精度を、最先端で+8%以上向上させる。
  論文  参考訳（メタデータ） (2024-04-19T10:47:53Z)

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。