論文の概要: R4DGS: Referring Segmentation in 4D Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2610.30326v1
- Date: Wed, 21 Oct 2026 18:42:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 02:08:44.107224
- Title: R4DGS: Referring Segmentation in 4D Gaussian Splatting
- Title（参考訳）: R4DGS:4Dガウススティングのセグメンテーションを参考に
- Abstract要約: R4DGS(Referring 4D Gaussian Splatting, R4DGS)は,4Dシーンにおける時間的変化,多目的,あるいは推論集約的な表現の基盤となる課題である。
ReferGaussianは、4DGS上に構築された統一フレームワークで、低レベルの動的ガウスを永続的で言語に適応可能なエンティティに変換する。
- 参考スコア（独自算出の注目度）: 1.4924758418984043
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Dynamic representations based on 4D Gaussian Splatting (4DGS) have shown strong capabilities in reconstruction and rendering, yet current methods remain limited in supporting complex natural-language referring in dynamic scenes. Existing 4D Gaussian methods are primarily designed for rendering-oriented dynamic modeling, while current semantic extensions often rely on scene-specific semantic optimization or are evaluated on relatively simple query settings. In this paper, we study Referring 4D Gaussian Splatting (R4DGS), a task for grounding temporally varying, multi-target or reasoning-intensive, and zero-target or distractor expressions in dynamic 4D scenes. To support this task, we introduce R4D-Bench-QA, a benchmark with structured query annotations. We further present ReferGaussian, a unified framework built upon 4DGS that converts low-level dynamic Gaussians into persistent, language-addressable entities for training-free referring inference. ReferGaussian organizes mask-supported Gaussian entities in an EntityBank, uses Multimodal Large Language Models (MLLMs) to decompose complex queries into trackable object phrases and structured referring constraints, and performs constraint-aware grounding without scene-specific semantic optimization. Experiments on R4D-Bench-QA and the 4D LangSplat protocol demonstrate improved temporal target selection and competitive spatiotemporal grounding without scene-specific semantic training. Project resources are available at https://chenbangpu.github.io/R4DGS/.
- Abstract（参考訳）: 4D Gaussian Splatting (4DGS) に基づく動的表現は、再構成とレンダリングにおいて強力な能力を示しているが、現在の手法は、動的シーンにおける複雑な自然言語参照をサポートする場合に限られている。
既存の4Dガウス法は主にレンダリング指向の動的モデリングのために設計されているが、現在のセマンティック拡張はしばしばシーン固有のセマンティック最適化に依存しているか、比較的単純なクエリ設定で評価されている。
本稿では,動的4Dシーンにおける時間的変化,多目的,あるいは推論集約的,ゼロ目標,あるいはイントラクタ表現のグラウンド化を目的とした,R4DGS(Referring 4D Gaussian Splatting)について検討する。
このタスクをサポートするために,構造化クエリアノテーションのベンチマークであるR4D-Bench-QAを導入する。
さらに4DGS上に構築された統合フレームワークであるReferGaussianについて述べる。
ReferGaussianは、マスクで支えられたガウス的エンティティをEntityBankに編成し、Multimodal Large Language Models (MLLM)を使用して、複雑なクエリをトラック可能なオブジェクトフレーズと構造化参照制約に分解し、シーン固有のセマンティック最適化なしで制約を意識したグラウンディングを実行する。
R4D-Bench-QAと4D LangSplatプロトコルの実験では、シーン固有のセマンティックトレーニングを使わずに、時間的ターゲット選択と競合時空間グラウンドの改善が示された。
プロジェクトリソースはhttps://chenbangpu.github.io/R4DGS/で公開されている。
関連論文リスト
- Multi4D: High-Fidelity Dynamic Gaussian Splatting via Multi-Level Competitive Allocation [11.135752651274663]
高忠実度動的ガウススプラッティングのためのフレームワークであるMulti4Dを紹介する。
モデリング能力は静的構造,永続的動的幾何,過渡的外観プリミティブの3つのレベルに分散する。
このアロケーションは、細かなダイナミックディテールをキャプチャし、最先端のレンダリング品質とリアルタイムパフォーマンスを達成しながら、長期的な動きの一貫性を保っている。
論文 参考訳（メタデータ） (2026-06-20T19:11:26Z) - Learning Global Motion with Compact Gaussians for Feed-Forward 4D Reconstruction [49.87425331212591]
我々は、タイムスタンプ条件付き学習可能なガウスクエリトークンのコンパクトなセット上に構築されたフィードフォワード4D再構成フレームワークであるC4Gを提案する。
C4Gはガウシアンをはるかに少なく、カメラのポーズを必要とせず、強力なノベルビュー合成性能を実現する。
論文 参考訳（メタデータ） (2026-05-29T17:57:41Z) - R5DGS: Semantic-Aware 4D Gaussian Splatting with Rigid Body Constraints for Efficient Dynamic Scene Reconstruction [0.0]
マルチビュービデオからダイナミックな3Dシーンを再構築し、予測することは、ロボティクス、AR/VR、デジタルツインの基本的なタスクである。
近年の物理インフォームドガウシアン・スティング法は, 将来的なフレーム外挿を実現するが, 意味的認識が欠如し, 計算オーバーヘッドが大きい。
物理駆動の 4D ガウス表現をコンパクトな恒等ベクトルで拡張するフレームワークである $textbfR5DGS$ を紹介する。
論文 参考訳（メタデータ） (2026-05-25T14:46:04Z) - PanopticQuery: Unified Query-Time Reasoning for 4D Scenes [53.672906752290665]
4Dシーンでクエリ時間推論を統一するフレームワークであるPanopticQueryを紹介した。
提案手法は高忠実度動的再構成のための4次元ガウススプラッティングに基づいている。
動的シーンにおける言語ベースのクエリのための新しいベンチマークであるPanoptic-L4Dを提案する。
論文 参考訳（メタデータ） (2026-04-07T09:40:05Z) - 4C4D: 4 Camera 4D Gaussian Splatting [56.926598190499156]
本稿では,4台のポータブルカメラで撮影した映像から4Dダイナミックなシーンを復元する課題に取り組む。
我々は,高忠実度4Dガウシアン・スプラッティングを実現する新しいフレームワークであるtextbf4C4Dを提案する。
論文 参考訳（メタデータ） (2026-04-05T11:09:23Z) - Director: Instance-aware Gaussian Splatting for Dynamic Scene Modeling and Understanding [40.60302826781783]
Volumetricは、レンダリングシーンを時間的コヒーレントな4D表現としてモデル化しようとしている。
Directorは、インスタンスセグメンテーションとオープン語彙クエリを同時に可能にしながら、時間的にコヒーレントな4D再構築を実現する。
論文 参考訳（メタデータ） (2026-04-02T06:29:53Z) - 4DLangVGGT: 4D Language-Visual Geometry Grounded Transformer [40.29321632546414]
4DVGTは、トランスフォーマーベースの最初の4D言語グラウンドのためのフィードフォワード統合フレームワークである。
幾何学的知覚と言語アライメントを単一のアーキテクチャに統合する。
複数のダイナミックシーンを共同でトレーニングし、推論中に直接適用することができる。
論文 参考訳（メタデータ） (2025-12-04T18:15:27Z) - Optimized Minimal 4D Gaussian Splatting [50.29519144753797]
4D Gaussian Splattingは動的シーン表現の新しいパラダイムとして登場し、複雑な動きを持つシーンのリアルタイムレンダリングを可能にした。
何百万人ものガウス人が高忠実度再構築を必要としているため、ストレージオーバーヘッドの大きな課題に直面している。
OMG4は、4次元ガウス模型を忠実に表現できる有能なガウスのコンパクトな集合を構成するフレームワークである。
論文 参考訳（メタデータ） (2025-10-04T16:11:13Z) - ReferSplat: Referring Segmentation in 3D Gaussian Splatting [60.73702075842278]
3次元ガウス散乱(R3DGS)を参照
Taskは、自然言語の記述に基づいて、ターゲットオブジェクトを3Dガウスシーンにセグメントすることを目的としている。
これらの課題に対処するため,自然言語表現を用いて3次元ガウス点を明示的にモデル化するフレームワークReferSplatを提案する。
論文 参考訳（メタデータ） (2025-08-11T17:59:30Z) - 4D Gaussian Splatting: Modeling Dynamic Scenes with Native 4D Primitives [115.67081491747943]
動的3Dシーン表現と新しいビュー合成はAR/VRおよびメタバースアプリケーションの実現に不可欠である。
我々は,その基礎となる4次元体積を近似として,時間変化の異なる3次元シーンの再構成を再構成する。
ストレージのボトルネックに対処するため、メモリフットプリントを効果的に削減するいくつかのコンパクトなバリエーションを導出する。
論文 参考訳（メタデータ） (2024-12-30T05:30:26Z)
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。