論文の概要: SpaRV: Sparse Radiance Voxels for Scalable Geometrically Consistent LiDAR-Visual Mapping and Rendering

• arxiv url: http://arxiv.org/abs/2610.25665v1
• Date: Mon, 19 Oct 2026 02:12:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 12:39:19.066866
• Title: SpaRV: Sparse Radiance Voxels for Scalable Geometrically Consistent LiDAR-Visual Mapping and Rendering
• Title（参考訳）: SpaRV: Sparse Radiance Voxels for Scalable Geometrically Consistent LiDAR-Visual Mapping and Rendering
• Abstract要約: textbfSpaRVでは、不規則なLiDARスキャンが画像と一緒に地図を監督する。 SpaRVは、カメラポーズと焦点距離の光度最適化とマップトレーニングを交互に行う。 24GBのGPUで、SpaRVは63,582枚の画像で捉えた大学のキャンパスを再構築する。
• 参考スコア（独自算出の注目度）: 17.237409768354965
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robotic simulation, navigation, and inspection need photorealistic and geometrically accurate maps. Radiance fields achieve photorealism, but building them from robot data raises three challenges. A robot's trajectory serves its task, not reconstruction, so images from few viewpoints leave the geometry under-constrained. Residual errors in camera poses and intrinsics blur the map. The map's GPU memory grows with scene size, which limits its level of detail in large scenes. We present \textbf{SpaRV}, a \textbf{Spa}rse \textbf{R}adiance \textbf{V}oxel map rendered by differentiable ray marching, which lets irregular LiDAR scans supervise it alongside images. LiDAR depth and occupancy anchor the under-constrained geometry, and normal and smoothness regularizers keep it smooth between LiDAR points. To correct camera errors, SpaRV alternates map training with photometric optimization of the camera poses and focal lengths. To bound GPU memory in training and rendering, SpaRV holds one submap at a time at full resolution and the rest at coarser octree levels. Experiments show that SpaRV keeps the geometry consistent away from the captured trajectory and sharpens textures by optimizing the camera parameters. On one 24\,GB GPU, SpaRV reconstructs a university campus captured in 63{,}582 images and simulates other cameras and LiDARs. Our code will be released at \url{https://github.com/hku-mars/SpaRV}.
• Abstract（参考訳）: ロボットシミュレーション、ナビゲーション、検査は、フォトリアリスティックで幾何学的に正確な地図を必要とする。 放射界はフォトリアリズムを実現するが、ロボットデータからそれらを構築することは3つの課題を引き起こす。 ロボットの軌道は、再構成ではなくそのタスクを果たすので、わずかな視点からの画像は、幾何が制約されていないままにしておく。 カメラポーズの残差と本質的なエラーが地図をぼかす。 マップのGPUメモリはシーンサイズとともに成長し、大きなシーンでは詳細レベルが制限される。 本稿では、不規則なLiDARスキャンを画像とともに監視する、微分可能光線マーチングにより描画されたtextbf{SpaRV} a \textbf{Spa}rse \textbf{R}adiance \textbf{V}oxel mapを示す。 LiDARの深さと占有度は制約の少ない幾何学を固定し、正規および滑らかな正規化器はLiDAR点間を滑らかに保っている。 カメラエラーを修正するために、SpaffRVは、カメラポーズと焦点距離の光度最適化とマップトレーニングを交互に行う。 トレーニングとレンダリングにおいてGPUメモリをバインドするために、SpaRVは1つのサブマップをフル解像度で、残りは粗いオクツリーレベルで保持する。 実験により、SpaRVは捕獲された軌跡から幾何を一定に保ち、カメラパラメータを最適化することでテクスチャを鋭くすることが示された。 1台の24GBのGPUで、SpaRVは63{,}582の画像で捉えた大学のキャンパスを再構築し、他のカメラやLiDARをシミュレートする。 私たちのコードは \url{https://github.com/hku-mars/SpaRV} でリリースされます。

関連論文リスト

• OrTeN: Neural Inverse Graphics for Joint Terrain and Line-scan Camera Trajectory Reconstruction [14.832258194433093]
  この研究は、ニューラルネットワークを用いたDTM構築手法であるOrbital Terrain Networks (OrTeN)を導入し、テクスチャ化された高さマップと軌道カメラ補正をラインスキャン衛星画像から共同で最適化する。 OrTeNは、放射率(I/F)で表される画素値で校正されたラインスキャン画像を直接操作し、トレーニング中に表面再構成と連動して広軌のポーズ不整合と高周波ポインティングジッタを補正する。 半経験的反射率モデルと影のレンダリングは、太陽の照度が異なるマルチ日付画像から表面の外観に適合するために用いられる。
  論文  参考訳（メタデータ） (2026-10-16T18:02:42Z)
• RayViT: Ray-Conditioned Visual Representations for Viewpoint-Robust Imitation Learning [59.07474327224552]
  我々は、カメラ幾何学を予め訓練されたViTバックボーンに注入する軽量アーキテクチャである、bf RobotextRay-conditioned Vision Transformer(RayViT)を提案する。 RayViTはカメラ幾何学をチャンカー線地図として表現し、それを線特徴に修正し、ゲートクロスアテンションを使用して線条件のクラストークンを生成する。 sim-とreal-robotタスクの実験では、RayViTはカメラの摂動下で約13パーセントのロバスト性を改善することが示されている。
  論文  参考訳（メタデータ） (2026-07-31T16:56:33Z)
• RAP: 3D Rasterization Augmented End-to-End Planning [104.52778241744522]
  エンド・ツー・エンドの列車政策の模擬学習は、専門家によるデモンストレーションでのみ行われる。 アノテーション付きプリミティブの軽量化により、コストのかかるレンダリングを置き換える3Dラスタライゼーションを提案する。 RAPは最先端のクローズドループとロングテールロバスト性を実現し、4つの主要なベンチマークで第1位となった。
  論文  参考訳（メタデータ） (2025-10-05T19:31:24Z)
• Revisiting Depth Representations for Feed-Forward 3D Gaussian Splatting [57.43483622778394]
  本稿では,事前学習した変圧器によって予測される点マップに基づく新しい正規化損失PM-Lossを紹介する。 改良された深度マップにより,様々なアーキテクチャやシーンのフィードフォワード3DGSを大幅に改善する。
  論文  参考訳（メタデータ） (2025-06-05T17:58:23Z)
• RaySt3R: Predicting Novel Depth Maps for Zero-Shot Object Completion [49.933001840775816]
  RaySt3Rは、新しいビュー合成問題として、3D形状の完成をリキャストする。 フィードフォワード変換器をトレーニングし、深度マップ、オブジェクトマスク、およびクエリ線に対する画素ごとの信頼スコアを予測する。 RaySt3Rは、これらの予測を複数のクエリビューに融合して、完全な3D形状を再構築する。
  論文  参考訳（メタデータ） (2025-06-05T17:43:23Z)
• ZeroGS: Training 3D Gaussian Splatting from Unposed Images [62.34149221132978]
  我々はZeroGSを提案し、3DGSを何百もの未提示画像から訓練する。 本手法は,事前学習した基礎モデルをニューラルネットワークのシーン表現として活用する。 提案手法は,最先端のポーズレスNeRF/3DGS法よりも高精度なカメラポーズを復元する。
  論文  参考訳（メタデータ） (2024-11-24T11:20:48Z)
• ODGS: 3D Scene Reconstruction from Omnidirectional Images with 3D Gaussian Splattings [48.72040500647568]
  幾何的解釈を用いた全方位画像の新規化パイプラインであるODGSについて述べる。 パイプライン全体が並列化され、最適化が達成され、NeRFベースの手法よりも100倍高速になる。 その結果、ODGSは大規模な3Dシーンを再構築しても、細部を効果的に復元できることがわかった。
  論文  参考訳（メタデータ） (2024-10-28T02:45:13Z)
• Towards Realistic Scene Generation with LiDAR Diffusion Models [15.487070964070165]
  拡散モデル(DM)はフォトリアリスティック画像合成において優れているが、LiDARシーン生成への適応は大きなハードルとなる。 我々は,LiDARシーンのリアリズムを捉えるために,LiDAR拡散モデル(LiDM)を提案する。 具体的には、実世界のLiDARパターンをシミュレートするための曲線ワイド圧縮、シーン幾何学を学ぶための点ワイド座標調整、フル3Dオブジェクトコンテキストに対するパッチワイド符号化を導入する。
  論文  参考訳（メタデータ） (2024-03-31T22:18:56Z)
• Neural 3D Scene Reconstruction from Multiple 2D Images without 3D Supervision [41.20504333318276]
  平面制約下でのスパース深度を用いてシーンを3次元の監督なしに再構成する新しいニューラル再構成法を提案する。 シーンを表すために,符号付き距離関数場,色場,確率場を導入する。 我々は、これらのフィールドを最適化し、2D画像で識別可能な光線マーキングを監督することでシーンを再構築する。
  論文  参考訳（メタデータ） (2023-06-30T13:30:48Z)

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。