論文の概要: OmniRay: Camera-Agnostic Monocular 3D Reconstruction with Composite Ray Fields

• arxiv url: http://arxiv.org/abs/2610.31645v1
• Date: Thu, 22 Oct 2026 17:55:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.510017
• Title: OmniRay: Camera-Agnostic Monocular 3D Reconstruction with Composite Ray Fields
• Title（参考訳）: OmniRay:複合光場を用いたカメラ非依存のモノクル3次元再構成
• Abstract要約: カメラ対応モデルは、画素当たりの光場を予測し、異なるカメラジオメトリを表現する。 我々は3つのコンポーネントから構成されるフィードフォワードモデルであるOmniRayを提案する。 異なるカメラ構成での実験では、OmniRayはカメラ非依存のモノクル3D再構成において、新しい最先端の技術を確立している。
• 参考スコア（独自算出の注目度）: 31.167829312096206
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Monocular models recover 3D geometry from a single image in one pass, but most assume a pinhole camera and produce distorted geometry on the wide-angle imagery produced by fisheye and panoramic lenses. Camera-aware models remove this assumption by predicting a per-pixel ray field. However, they represent different camera geometries using a single fixed basis to capture both the overall camera projection and its finer variations. We argue that camera geometry can be viewed as having a hierarchy of complexity for representing rays. We present OmniRay, a feed-forward model whose Ray Module is composed of three components: a monotone radial base that captures radially symmetric structure, a spherical-harmonic residual for smooth deviations from it, and a free-form residual for remaining local variation. These components are composed as successive rotations on the sphere, allowing the representation to accommodate diverse camera geometries. Given a single image, OmniRay predicts a ray direction and an up-to-scale radial distance for every pixel, from which a 3D point cloud is recovered without needing camera information at inference time. Extensive experiments across different camera configurations demonstrate that OmniRay establishes a new state-of-the-art in camera-agnostic monocular 3D reconstruction.
• Abstract（参考訳）: 単眼モデルでは、1回のパスで1枚の画像から3D形状を復元するが、ほとんどの場合ピンホールカメラを仮定し、魚眼レンズとパノラマレンズによって生成された広角画像の歪んだ形状を生成する。 カメラ対応モデルは、ピクセル当たりの光電場を予測することによって、この仮定を除去する。 しかし、それらは1つの固定基底を用いて異なるカメラジオメトリを表現し、全体のカメラプロジェクションとより微細なバリエーションの両方をキャプチャする。 我々は、カメラ幾何学は、光線を表現するための複雑さの階層を持つとみなすことができると論じる。 我々は,レイモジュールが放射対称構造を捕捉する単調ラジアル基と,それからの滑らかな偏差に対する球面-高調波残差と,局所変化を継続する自由形残差の3つの成分から構成されるフィードフォワードモデルOmniRayを提案する。 これらのコンポーネントは球面上の連続的な回転として構成され、様々なカメラジオメトリを表現できる。 一つの画像が与えられた場合、OmniRayは各ピクセルの光線方向と最大放射距離を予測し、そこから3Dポイントの雲を推測時にカメラ情報を必要とせずに回収する。 様々なカメラ構成にわたる大規模な実験により、OmniRayはカメラ非依存のモノクル3D再構成において新しい最先端の技術を確立している。

関連論文リスト

• ConeGaussian: Anti-Aliased Gaussian Ray-Tracing for Generic Central Cameras [56.46810752790842]
  ガウス線レンダリングのためのカメラモデルに依存しないアンチエイリアスフレームワークであるConeGaussianを提案する。 有限画素フットプリントの局所線形,深部局所,モーメントマッチング近似の下で閉形式応答を導出する。 mip-splattingとは異なり、シーン空間の周波数フロアとフィルタリングはレンダリング時に自明な合成を可能にし、余分なぼやけを取り除くことができる。
  論文  参考訳（メタデータ） (2026-09-11T18:05:07Z)
• OmniPoint: Universal Monocular Metric Pointcloud from Any Camera [79.24417597712802]
  OmniPointは、様々な画像センサにまたがるメートル法再構成を一般化するために設計された統合されたフレームワークである。 射影剛性を克服するため、OmniPointは従来の平面深度回帰を放棄する。 代わりに、分離された訓練目標とともに、分離された光線と距離の表現を採用する。
  論文  参考訳（メタデータ） (2026-09-08T19:45:58Z)
• CAM3R: Camera-Agnostic Model for 3D Reconstruction [28.364643298648726]
  本稿では,3次元再構成のためのカメラ非依存フィードフォワードモデルであるCAM3Rについて述べる。 我々のフレームワークは、レイモジュールとクロスビューモジュールに分岐した2ビューネットワークで構成されています。 これらのペアワイズ予測を一貫した3Dシーンに統合するために、Ray-Aware Global Alignmentフレームワークを導入する。
  論文  参考訳（メタデータ） (2026-03-23T23:20:15Z)
• UniK3D: Universal Camera Monocular 3D Estimation [62.06785782635153]
  カメラをモデル化可能なモノクル3D推定法として,UniK3Dを提案する。 本手法では, 球面3次元表現を導入し, カメラとシーンの形状をよりよく切り離すことができる。 13の多様なデータセットに対する包括的なゼロショット評価は、3D、ディープ、カメラメトリクスにわたるUniK3Dの最先端のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2025-03-20T17:49:23Z)
• CRAYM: Neural Field Optimization via Camera RAY Matching [48.25100687172752]
  マルチビュー画像からカメラポーズとニューラルフィールドのジョイント最適化にカメラレイマッチング(CRAYM)を導入する。 入力画像のキーポイントを通過するカメラ光に焦点をあてて、各光線最適化と一致した光線コヒーレンスを定式化する。
  論文  参考訳（メタデータ） (2024-12-02T15:39:09Z)
• X-Ray: A Sequential 3D Representation For Generation [54.160173837582796]
  我々は、X線スキャンにインスパイアされた新しい3Dシーケンシャル表現であるX線を紹介する。 X線は3Dオブジェクトを異なる層で一連の表面フレームに変換するため、画像から3Dモデルを生成するのに適している。
  論文  参考訳（メタデータ） (2024-04-22T16:40:11Z)
• Towards 3D Vision with Low-Cost Single-Photon Cameras [24.711165102559438]
  小型で省エネで低コストな単光子カメラによる計測に基づいて,任意のランベルト物体の3次元形状を再構成する手法を提案する。 我々の研究は、画像ベースモデリングとアクティブレンジスキャンの関連性を引き合いに出し、単光子カメラによる3Dビジョンに向けた一歩である。
  論文  参考訳（メタデータ） (2024-03-26T15:40:05Z)
• Disentangled3D: Learning a 3D Generative Model with Disentangled Geometry and Appearance from Monocular Images [94.49117671450531]
  最先端の3D生成モデルは、合成に神経的な3Dボリューム表現を使用するGANである。 本稿では,単分子観察だけで物体の絡み合ったモデルを学ぶことができる3D GANを設計する。
  論文  参考訳（メタデータ） (2022-03-29T22:03:18Z)

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。