論文の概要: Where Do the Gaussians Go? Foreground Attraction for Camera-Based Weakly Supervised 3D Occupancy

• arxiv url: http://arxiv.org/abs/2610.25631v1
• Date: Mon, 19 Oct 2026 01:13:54 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:08:39.082253
• Title: Where Do the Gaussians Go? Foreground Attraction for Camera-Based Weakly Supervised 3D Occupancy
• Title（参考訳）: ガウシアンたちはどこへ行くのか? カメラで監視された3D作業のフォアグラウンドアトラクション
• Abstract要約: 画像に予測をレンダリングし、2次元の擬似ラベルで監視することにより、カメラベースの3Dセマンティック占有モデルを3次元ラベルなしで訓練できることが示される。 擬似深度を持つ擬似ラベル画素を後方に投影し, ガウスアンをこれらの3次元点へ引き寄せる訓練専用前景アトラクション損失を提案する。
• 参考スコア（独自算出の注目度）: 0.7734726150561086
• License:
• Abstract: Camera-based 3D semantic occupancy models can be trained without 3D labels by rendering their predictions into the images and supervising them with 2D pseudo labels. In sparse Gaussian representations trained this way, Gaussian positions are learned only through pixel-wise rendering losses, which we hypothesize give small foreground objects little weight. In trained GaussianFlowOcc models, the Gaussian density on foreground voxels is on average only 1.62 times that on background voxels. We propose a training-only foreground attraction loss that back-projects foreground pseudo-label pixels with pseudo depth and pulls nearby Gaussians toward these 3D points, favoring Gaussians that already predict the target class; the inference network is unchanged. On Occ3D-nuScenes, the loss raises this concentration to 2.40 over three seeds. Over three seeds, the mean foreground IoU increases from 6.29 to 6.96 and is higher for each seed, whereas the change in mean mIoU (13.53 to 13.82) is within the seed-to-seed variation of the baseline. Single-run ablations further indicate that pseudo-label targets outperform targets placed at ground-truth voxels and that acting on the Gaussian positions alone is not sufficient, and a single-seed test shows that the model degrades less when fewer Gaussians are kept at inference.
• Abstract（参考訳）: カメラベースの3Dセマンティック占有モデルは、予測を画像にレンダリングし、2D擬似ラベルで監視することで、3Dラベルなしで訓練することができる。 このように訓練されたスパースガウス表現では、ガウスの位置はピクセル単位のレンダリング損失によってのみ学習される。 訓練されたガウシアンFlowOccモデルでは、前景のボクセルのガウシアン密度は、背景のボクセルの1.62倍である。 我々は,擬似ラベル画素を擬似深度で後方に投影し,これらの3D点に向かってガウスを引っ張り上げる訓練専用前景アトラクション損失を提案し,すでに対象クラスを予測しているガウスを優先し,推論ネットワークは変化しない。 Occ3D-nuScenesでは、この損失は3つの種子に対して2.40に増加する。 3種以上の種子では、平均前景IoUは6.29から6.96に増加し、各種子に対して高いが、平均mIoU (13.53から13.82) の変化は種子から種子への変異である。 シングルランアブレーションは、擬似ラベルターゲットが、接地トラスボクセルに配置されたターゲットよりも優れており、ガウスの位置のみに作用するだけでは不十分であることを示している。

関連論文リスト

• GaussianGrow: Geometry-aware Gaussian Growing from 3D Point Clouds with Text Guidance [60.86483080195698]
  3D Gaussian Splattingは、レンダリング効率と品質において優れた性能を示している。 既存の手法では、ガウス原始体を推定するための幾何学的参照として点写像を予測することを検討した。 GaussianGrowは、簡単にアクセス可能な3Dポイントクラウドからガウシアンを成長させることで、3Dガウシアンを生成する新しいアプローチである。
  論文  参考訳（メタデータ） (2026-04-07T11:23:23Z)
• SHeaP: Self-Supervised Head Geometry Predictor Learned via 2D Gaussians [63.38733349131787]
  モノクロ画像とビデオからの頭部の3次元再構成は、多くの視覚的応用の根底にある。 従来の手法は、豊富な2Dビデオから自己監督的な方法で学習しようとしてきた。 SHeaP (Self-supervised Head Geometry Predictor Learned through 2D Gaussian)を提案する。
  論文  参考訳（メタデータ） (2025-04-16T17:55:02Z)
• GaussianFormer-2: Probabilistic Gaussian Superposition for Efficient 3D Occupancy Prediction [55.60972844777044]
  3Dセマンティック占有予測は、堅牢な視覚中心の自律運転において重要な課題である。 既存のほとんどの手法は、密度の高いグリッドベースのシーン表現を利用しており、運転シーンの空間的空間性を見渡している。 本稿では,各ガウス分布をその周辺領域の確率分布として解釈する確率論的ガウス重ね合わせモデルを提案する。
  論文  参考訳（メタデータ） (2024-12-05T17:59:58Z)
• GaussianFormer: Scene as Gaussians for Vision-Based 3D Semantic Occupancy Prediction [70.65250036489128]
  3Dのセマンティック占有予測は,周囲のシーンの3Dの微細な形状とセマンティックスを得ることを目的としている。 本稿では,3Dシーンを3Dセマンティック・ガウシアンで表現するオブジェクト中心表現を提案する。 GaussianFormerは17.8%から24.8%のメモリ消費しか持たない最先端のメソッドで同等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） (2024-05-27T17:59:51Z)
• LeanGaussian: Breaking Pixel or Point Cloud Correspondence in Modeling 3D Gaussians [11.71048049090424]
  変形可能なトランスフォーマーにおける各クエリを1つの3次元ガウス楕円体として扱う新しいアプローチであるLeanGaussianを紹介する。 変形可能なデコーダを用いて、画像特徴をキーと値として、ガウス層を反復的に洗練する。 提案手法は従来の手法よりも約6.1%優れ,PSNRは25.44,PSNRは22.36であった。
  論文  参考訳（メタデータ） (2024-04-25T04:18:59Z)

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。