論文の概要: CityCode: Building Agent-Operable 3D Cities from Sparse Aerial Observations

• arxiv url: http://arxiv.org/abs/2610.18342v1
• Date: Tue, 13 Oct 2026 13:14:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:19:55.66188
• Title: CityCode: Building Agent-Operable 3D Cities from Sparse Aerial Observations
• Title（参考訳）: CityCode: 希少な航空観測によるエージェント・オペレーブルな3D都市の構築
• Abstract要約: 都市空間知能は、エージェントが連続したタスクを計測し、解釈し、修正できる3D都市を要求する。 大規模でインスタンスレベルのパラメータ化された3D都市を、地域ごとに1つの低高度空中RGB画像から生成する。 メソジカルジオメトリー,都市トポロジ,視覚意味論,および3Dアセットを永続的なエンティティIDを通じて統合するエージェント操作型表現であるCityCodeを紹介した。 さらに、視覚構造抽出と適応したメートル法深度推定を組み合わせることで、この表現を構築するためにAir2Codeを開発した。
• 参考スコア（独自算出の注目度）: 40.3278863352883
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Urban spatial intelligence calls for 3D cities that agents can measure, interpret, and modify across successive tasks. Maintaining such cities as persistent, code-based states requires lightweight acquisition and support for consistent state updates without repeated dense reconstruction. We therefore formulate a new setting for grounded urban world construction: generating large-scale, instance-level parameterized 3D cities from one low-altitude aerial RGB image per region and known camera parameters, while recovering metrically scaled buildings and explicit road geometry and connectivity. We introduce CityCode, an agent-operable representation that unifies metric geometry, urban topology, visual semantics, and 3D assets through persistent entity identities, with dependency-aware versioned execution for validated updates and historical restoration. We further develop Air2Code to construct this representation by combining visual structure extraction with adapted metric depth estimation. To address occlusion and incomplete coverage, recovered structure and observed appearance guide generative completion and subsequent structure-aware 3D generation for buildings and backgrounds. Experiments on CitySample-Aerial and UrbanScene3D demonstrate substantially more accurate metric structure recovery and superior visual fidelity to the target cities compared with the evaluated baselines. Across 50 task chains of 50 steps each, CityCode supports continued querying, editing, planning, and historical restoration over evolving city states. Together, CityCode and Air2Code turn sparse aerial observations into persistent, agent-operable urban worlds for long-horizon urban spatial intelligence.
• Abstract（参考訳）: 都市空間知能は、エージェントが連続したタスクを計測し、解釈し、修正できる3D都市を要求する。 永続的でコードベースの状態を維持するには、厳密な再構築を繰り返すことなく、軽量な取得と一貫した状態更新をサポートする必要がある。 そこで我々は,地域ごとの低高度空中RGB画像と既知のカメラパラメータから大規模でインスタンスレベルのパラメータ化された3D都市を生成するとともに,計量スケールの建物を復元し,道路形状と接続性を示す。 提案するCityCodeは,気象,都市トポロジ,視覚的セマンティクス,および3Dアセットを永続的なエンティティIDを通じて統合するエージェント操作可能な表現であり,信頼性の高い更新と履歴復元のための依存性対応バージョン付き実行を提供する。 さらに、視覚構造抽出と適応したメートル法深度推定を組み合わせることで、この表現を構築するためにAir2Codeを開発した。 建物及び背景の閉塞と不完全なカバレッジに対処し、復元された構造と観察された外観ガイド生成完了とその後の構造認識3D生成を課題とする。 CitySample-AerialとUrbanScene3Dの実験は、評価ベースラインと比較して、目標都市よりもかなり正確な計量構造回復と視覚的忠実度を示した。 それぞれの50ステップからなる50のタスクチェーンで、CityCodeは進化する都市国家に対するクエリ、編集、計画、歴史的な修復を継続的にサポートしている。 CityCode(シティコード)とAir2Code(エア2コード)は、空の観察を、長期にわたる都市空間知能のための、持続的でエージェント操作可能な都市世界に変える。

関連論文リスト

• SemCityLoc: Aerial 6DoF Localization Using Semantic 3D City Models [51.121529170856064]
  本研究では,空中ポーズ推定を再構成する意味幾何学的アライメントシステムSemCityLocを提案する。 粗い輪郭や密集したテクスチャをマッチングする代わりに、本手法は、セマンティックサーフェスとモノクルディープを軽量なセマンティック3Dビルディングモデルと整合させる。 実験は、既存のマップベースのアプローチよりも大幅に改善されている。
  論文  参考訳（メタデータ） (2026-06-25T18:13:39Z)
• Yo'City: Personalized and Boundless 3D Realistic City Scene Generation via Self-Critic Expansion [28.00050174055204]
  Yo'Cityは、ユーザがカスタマイズして無限に拡張可能な3D都市生成を可能にする新しいエージェントフレームワークである。 連続的な都市の発展をシミュレートするために,Yo'Cityはユーザ対話型,関係誘導型拡張機構を導入した。
  論文  参考訳（メタデータ） (2025-11-24T04:02:48Z)
• Sat2RealCity: Geometry-Aware and Appearance-Controllable 3D Urban Generation from Satellite Imagery [12.88788681361607]
  Sat2RealCity(サット2RealCity)は、現実世界の衛星画像から3D都市を生成するための幾何学的・外観制御可能なフレームワークである。 空間トポロジからビルディングインスタンスへの解釈可能な幾何学的生成を実現するためのOSMベースの空間先行戦略を導入する。 MLLMを用いた意味誘導型生成パイプラインを構築し,意味解釈と幾何学的再構成を行う。
  論文  参考訳（メタデータ） (2025-11-14T16:42:03Z)
• UrbanVerse: Scaling Urban Simulation by Watching City-Tour Videos [64.22243628420799]
  クラウドソーシングされた都市間ビデオから物理を意識したインタラクティブなシミュレーションシーンに変換する,データ駆動型リアルタイムシミュレーションシステムであるUrbanVerseを紹介した。 アイザックシムで運営されているUrbanVerseは、24か国から160の高品質なシーンを提供している。 実験により、UrbanVerseのシーンは現実世界のセマンティクスとレイアウトを保存し、手作業によるシーンに匹敵する人間評価されたリアリズムを達成することが示されている。
  論文  参考訳（メタデータ） (2025-10-16T17:42:34Z)
• AerialGo: Walking-through City View Generation from Aerial Perspectives [48.53976414257845]
  AerialGoは、空中画像からリアルな街並みを生成するフレームワークである。 AerialGoは、アクセス可能な航空データに地上視合成を条件付けすることで、地上レベルの画像に固有のプライバシーリスクを回避できる。 実験により、AerialGoは地上レベルのリアリズムと構造的コヒーレンスを著しく向上させることが示された。
  論文  参考訳（メタデータ） (2024-11-29T08:14:07Z)
• CityX: Controllable Procedural Content Generation for Unbounded 3D Cities [50.10101235281943]
  現在の生成法は多様性、可制御性または忠実度に乏しい。 本研究では,高忠実度生成のための手続き的コンテンツ生成(PCG)技術を利用する。 我々は,OSM,セマンティックマップ,衛星画像などのマルチモーダル命令を実行可能なプログラムに変換するマルチエージェントフレームワークを開発した。 提案手法はCityXと呼ばれ,多種多様で制御可能でリアルな3D都市景観の創出において,その優位性を実証するものである。
  論文  参考訳（メタデータ） (2024-07-24T18:05:13Z)
• CityDreamer: Compositional Generative Model of Unbounded 3D Cities [44.203932215464214]
  CityDreamerは、非有界な3D都市向けに特別に設計された合成モデルである。 我々は、鳥の視線シーン表現を採用し、インスタンス指向と物指向のニューラルフィールドの両方にボリュームレンダリングを採用する。 CityDreamerは、現実的な3D都市を生成するだけでなく、生成された都市内の局所的な編集でも、最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2023-09-01T17:57:02Z)

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。