論文の概要: SwitchSplat: Learning Discrete Object States from Casually Captured Scenes

• arxiv url: http://arxiv.org/abs/2610.24812v1
• Date: Sat, 17 Oct 2026 18:35:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.27288
• Title: SwitchSplat: Learning Discrete Object States from Casually Captured Scenes
• Title（参考訳）: SwitchSplat: 因果捕獲シーンから離散オブジェクト状態を学ぶ
• Abstract要約: このギャップに対処する最初の3DGS表現であるSwitchSplatを提示する。 共有静的ベースは不変シーンをキャプチャし、各スロットは独立して1つの相互作用可能なオブジェクトの2つのバイナリ状態を保持する。 推論では、ユーザはスロットステートを自由に組み合わせ、任意の視点から結果のシーンをレンダリングすることができる。
• 参考スコア（独自算出の注目度）: 27.70585778509856
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: 3D Gaussian Splatting has made high-fidelity 3D reconstruction fast and accessible, yet existing representations assume a static world. This assumption breaks down in casual captures, where a user naturally interacts with the environment -- opening doors, toggling switches, or moving objects -- introducing discrete state changes that no current framework can model. Time-conditioned dynamic methods such as 4DGS conflate when a state was observed with what state the scene is in, limiting them to replaying seen sequences rather than composing arbitrary object configurations. We present SwitchSplat, the first 3DGS representation to address this gap via a base+slot decomposition: a shared static base captures the invariant scene, while each slot independently holds the two binary states (on/off) of one interactable object. Because the assignment of Gaussians to slots is fully differentiable, the model discovers the geometry of each state directly from video, without manual annotation. At inference, the user can freely combine slot states and render the resulting scene from any viewpoint. We validate SwitchSplat on a new casual-capture dataset and show that it outperforms static and dynamic baselines in novel-view synthesis quality, while uniquely supporting rendering of state combinations never seen during capture. Project page: https://switchsplat.github.io
• Abstract（参考訳）: 3D Gaussian Splattingは高忠実度3D再構成を高速かつアクセシブルなものにしているが、既存の表現では静的な世界を前提としている。 この仮定は、ユーザが自然に環境と対話するカジュアルなキャプチャー(ドアの開き、トグルスイッチ、オブジェクトの移動)で、現在のフレームワークではモデル化できない独立した状態変更を導入します。 4DGSのような時間条件の動的メソッドは、状態が観察されたときにシーンがどの状態にあるかが明確になり、任意のオブジェクト構成を構成するのではなく、参照シーケンスの再生に制限される。 共有静的ベースは不変シーンをキャプチャし、各スロットは独立して1つの対話可能なオブジェクトの2つのバイナリ状態(オン/オフ)を保持する。 ガウスのスロットへの割り当ては、完全に微分可能であるので、モデルは手動のアノテーションなしで、ビデオから直接各状態の幾何学を発見する。 推論では、ユーザはスロットステートを自由に組み合わせ、任意の視点から結果のシーンをレンダリングすることができる。 新しいカジュアルキャプチャーデータセット上でSwitchSplatを検証し、新しいビュー合成品質において静的および動的ベースラインよりも優れており、キャプチャ中に見たことのない状態の組み合わせのレンダリングをユニークにサポートしていることを示す。 プロジェクトページ: https://switchsplat.github.io

関連論文リスト

• StateCraft: Augmenting Video World Models with Abstract-State Reasoning [83.32752897069362]
  ビデオワールドモデルは、一度に世界全体の部分的な観察しか生成できない。 視覚状態から永続的で高可逆な抽象状態を分離するパラダイムを導入する。 StateCraftは、動的世界を発展させるために、言語モデルとビデオ拡散モデルを組み合わせる新しいアーキテクチャである。
  論文  参考訳（メタデータ） (2026-10-14T08:39:41Z)
• ObjectGS: Object-aware Scene Reconstruction and Scene Understanding via Gaussian Splatting [54.92763171355442]
  ObjectGSは3Dシーンをセマンティックな理解と統合するオブジェクト認識フレームワークである。 我々はObjectGSがオープンボキャブラリやパン光学のセグメンテーションタスクにおいて最先端の手法より優れていることを示す実験を通して示す。
  論文  参考訳（メタデータ） (2025-07-21T10:06:23Z)
• AnySplat: Feed-forward 3D Gaussian Splatting from Unconstrained Views [68.94737256959661]
  AnySplatは、未校正画像コレクションから新しいビューを合成するためのフィードフォワードネットワークである。 単一のフォワードパスは、シーン幾何学と外観の両方をコードする3Dガウスプリミティブのセットを生成する。 広範囲なゼロショット評価では、AnySplatはスパースと高密度の両方のビューシナリオにおいて、ポーズを意識するベースラインの品質にマッチする。
  論文  参考訳（メタデータ） (2025-05-29T17:49:56Z)
• Continuous 3D Perception Model with Persistent State [111.83854602049222]
  広い範囲の3Dタスクを解くことができる統一的なフレームワークを提案する。 我々のアプローチでは、新しい観測毎に状態表現を継続的に更新するステートフルなリカレントモデルが特徴である。 各種3D/4Dタスクにおける本手法の評価を行い,各課題における競合性や最先端性能を実証する。
  論文  参考訳（メタデータ） (2025-01-21T18:59:23Z)
• DeSplat: Decomposed Gaussian Splatting for Distractor-Free Rendering [18.72451738333928]
  DeSplatは、ガウスプリミティブのボリュームレンダリングに基づいて、気晴らしと静的なシーン要素を純粋に分離する新しい方法である。 本稿では,3つのベンチマークデータセットに対してDeSplatの有効性を示す。
  論文  参考訳（メタデータ） (2024-11-29T15:00:38Z)
• InstantSplat: Sparse-view Gaussian Splatting in Seconds [91.77050739918037]
  InstantSplatは,光速でスパークビュー3Dシーンを再現する新しい手法である。 InstantSplatでは,3Dシーン表現とカメラポーズを最適化する,自己管理フレームワークを採用している。 3D-GSの従来のSfMと比較して、30倍以上の再現を達成し、視覚的品質(SSIM)を0.3755から0.7624に改善する。
  論文  参考訳（メタデータ） (2024-03-29T17:29:58Z)

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。