論文の概要: SceneAE: Scene Generation and Reconstruction in Queryable 3D-Anchored Latent Space

• arxiv url: http://arxiv.org/abs/2610.19708v1
• Date: Wed, 14 Oct 2026 07:37:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:16.004521
• Title: SceneAE: Scene Generation and Reconstruction in Queryable 3D-Anchored Latent Space
• Title（参考訳）: SceneAE: クエリ可能な3次元アンコール空間におけるシーン生成と再構成
• Abstract要約: 本研究では,コンパクトで非構造な3Dアンコール型潜伏空間を,シーンの再構成と生成のために提案する。 生成のために、幾何学的内容分離を利用して、まずカメラ制御された3次元幾何を生成し、その上に条件付きコンテンツを合成する。 実験により、この3D潜伏剤は、より優れた生成品質、計算コスト、カメラ制御性を実現することが示された。
• 参考スコア（独自算出の注目度）: 43.55801458073369
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent video world models have increasingly adopted 3D memory mechanisms to integrate historical observations into a lightweight and persistent scene representation. This naturally raises a complementary question: if 3D representations can serve as an effective mechanism for memorizing observed scenes, can they also be directly used as the latent space for reconstructing and generating scenes? Motivated by this idea, we represent a scene as a compact and unstructured 3D-anchored latent space (\textbf{SceneAE}). Each latent combines an explicit 3D position with an implicit content feature and is spatially grounded to describe its local scene region, forming a sparse latent point cloud. Unlike conventional video-VAE latents that describe how a scene appears from particular viewpoints, our representation directly describes the scene itself, making it naturally applicable to both reconstruction and generation. For reconstruction, once the scene has been generated, our persistent 3D representation can be projected and decoded into RGB-D observations by different target cameras, without the need to regenerate a video for each new camera trajectory. For generation, we leverage the geometry-content separation to first generate camera-controlled 3D geometry and then synthesize content conditioned on it, reducing camera-appearance entanglement and improving camera controllability. Experiments show that this 3D latent achieves superior generation quality, computational cost, and camera controllability.
• Abstract（参考訳）: 最近のビデオワールドモデルは、歴史的観察を軽量で永続的なシーン表現に統合する3Dメモリ機構をますます採用している。 もし3D表現が観察されたシーンを記憶するための効果的なメカニズムとして機能できるなら、シーンを再構築して生成するための潜在空間として直接使用できるだろうか? このアイデアに触発されて、我々はシーンをコンパクトで非構造な3Dアンコール付き潜在空間(\textbf{SceneAE})として表現する。 各潜伏者は、明示的な3D位置と暗黙のコンテンツ特徴を結合し、その局所的なシーン領域を記述するために空間的に接地され、疎い潜伏点雲を形成する。 シーンが特定の視点からどのように現れるかを記述する従来のビデオ-VAEラテントとは異なり、我々の表現はシーン自体を直接記述し、復元と生成の両方に自然に適用できる。 再現のために、シーンが生成されると、我々の持続的な3D表現を投影し、異なるターゲットカメラによるRGB-D観測にデコードすることができる。 例えば、幾何学的内容分離を利用して、まずカメラ制御された3D形状を生成し、その上に条件付きコンテンツを合成し、カメラの外観の絡み合いを低減し、カメラの制御性を向上させる。 実験により、この3D潜伏剤は、より優れた生成品質、計算コスト、カメラ制御性を実現することが示された。

関連論文リスト

• 3D Scene Prompting for Scene-Consistent Camera-Controllable Video Generation [55.29423122177883]
  3DScenePromptは任意の長さの入力から次のチャンクを生成するフレームワークである。 カメラの制御とシーンの一貫性の維持を可能にする。 我々のフレームワークは、シーンの一貫性、カメラ制御性、生成品質において、既存の手法よりも大幅に優れています。
  論文  参考訳（メタデータ） (2025-10-16T17:55:25Z)
• Voyager: Long-Range and World-Consistent Video Diffusion for Explorable 3D Scene Generation [66.95956271144982]
  本稿では,単一画像から一貫した3Dポイントクラウドシーケンスを生成する新しいビデオ拡散フレームワークであるVoyagerを紹介する。 既存のアプローチとは異なり、Voyagerはフレーム間で固有の一貫性を持って、エンドツーエンドのシーン生成と再構築を実現している。
  論文  参考訳（メタデータ） (2025-06-04T17:59:04Z)
• ReconX: Reconstruct Any Scene from Sparse Views with Video Diffusion Model [16.14713604672497]
  ReconXは、時間生成タスクとして曖昧な再構築課題を再編成する、新しい3Dシーン再構築パラダイムである。 提案したReconXはまずグローバルポイントクラウドを構築し、3D構造条件としてコンテキスト空間にエンコードする。 この条件に導かれ、ビデオ拡散モデルは、ディテール保存され、高い3D一貫性を示すビデオフレームを合成する。
  論文  参考訳（メタデータ） (2024-08-29T17:59:40Z)
• Denoising Diffusion via Image-Based Rendering [54.20828696348574]
  実世界の3Dシーンの高速かつ詳細な再構築と生成を可能にする最初の拡散モデルを提案する。 まず、大きな3Dシーンを効率よく正確に表現できる新しいニューラルシーン表現であるIBプレーンを導入する。 第二に,2次元画像のみを用いて,この新たな3次元シーン表現の事前学習を行うためのデノイング拡散フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-05T19:00:45Z)
• Neural Groundplans: Persistent Neural Scene Representations from a Single Image [90.04272671464238]
  本稿では,シーンの2次元画像観察を永続的な3次元シーン表現にマッピングする手法を提案する。 本稿では,永続的でメモリ効率のよいシーン表現として,条件付きニューラルグラウンドプランを提案する。
  論文  参考訳（メタデータ） (2022-07-22T17:41:24Z)

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。