論文の概要: RelateGS: Reliable Semantic and Relational Evidence for 3D Scene Understanding with Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2610.33868v1
• Date: Sat, 24 Oct 2026 19:20:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.473501
• Title: RelateGS: Reliable Semantic and Relational Evidence for 3D Scene Understanding with Gaussian Splatting
• Title（参考訳）: RelateGS:Gaussian Splattingを用いた3次元シーン理解のための信頼性のあるセマンティックおよびリレーショナルエビデンス
• Abstract要約: 本稿では,3次元視覚接地における意味的および関係的証拠を選択的に洗練する言語対応ガウス表現であるRelateGSを提案する。 RelateGSは、セマンティックな特徴持ち上げ中の信頼性の低い観察を抑え、多視点オブジェクトの観察を永続的な3Dグラフに集約する。 Sr3D+とNr3Dの実験では、Acc@0.25でそれぞれ7.9ポイントと1.7ポイント向上した。
• 参考スコア（独自算出の注目度）: 21.10205858751027
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Language-aware 3D Gaussian Splatting (3DGS) has advanced language-driven 3D scene understanding by incorporating semantic and relational cues into reconstructed scenes. However, relation-aware grounding depends not only on representing such information, but also on whether the underlying scene-side evidence is reliable and sufficient. Multi-view semantic aggregation can incorporate weak observations, while object relations can remain under-observed along the available camera trajectory, leading to ambiguous evidence for target disambiguation. We present RelateGS, a structured language-aware Gaussian representation that selectively refines semantic and relational evidence for 3D visual grounding. RelateGS suppresses unreliable observations during semantic feature uplifting and consolidates multi-view object observations into a persistent 3D graph. The graph further identifies under-observed object relations and guides targeted re-querying of informative existing frames to complement their evidence. Experiments on Sr3D+ and Nr3D demonstrate competitive 3D grounding performance, improving the previous best by 7.9 and 1.7 percentage points at Acc@0.25, respectively.
• Abstract（参考訳）: 言語を意識した3Dガウススプラッティング(3DGS)は,セマンティック・リレーショナル・キューを再構成シーンに組み込むことで,高度な3Dシーン理解を実現する。 しかし、関係認識基盤は、そのような情報を表現するだけでなく、背景となるシーン側の証拠が確実かつ十分かどうかにも依存する。 多視点のセマンティックアグリゲーションは弱い観察を取り入れることができるが、対象の関係は利用可能なカメラ軌道に沿って観測されていないため、目的の曖昧さの曖昧な証拠となる。 本稿では,3次元視覚接地における意味的および関係的証拠を選択的に洗練する言語対応ガウス表現であるRelateGSを提案する。 RelateGSは、セマンティックな特徴持ち上げ中の信頼性の低い観察を抑え、多視点オブジェクトの観察を永続的な3Dグラフに集約する。 このグラフはさらに、観測されていないオブジェクト関係と、それらの証拠を補完する情報的既存のフレームの再クエリを対象とするガイドを識別する。 Sr3D+とNr3Dの実験では、Acc@0.25でそれぞれ7.9ポイントと1.7ポイント向上した。

関連論文リスト

• Beyond Isolated Objects: Relationship-aware Open Vocabulary Scene Understanding via 3D Scene Graph Analysis [59.527737790821305]
  本稿では,3次元シーングラフを用いてオープンな3次元理解を促進する関係認識フレームワークを提案する。 本手法は,物体関係の推測に視覚言語推論を活用することで,多視点観測からリレーショナルシーングラフを構築する。 ScanNetV2、ScanNet200、ScanNet$++$、Replicaの実験は、強力なパフォーマンスと一般化能力を示している。
  論文  参考訳（メタデータ） (2026-07-06T17:29:49Z)
• DeWorldSG: Depth-Aware 3D Semantic Scene Graph Generation via World-Model Priors [22.5705525097147]
  既存の手法は、不安定な3次元オブジェクト表現とフレームワイズ推論による欠落の関係により、信頼できる3次元シーングラフを構築するのに苦労することが多い。 DeWorldSGは、例えば深さ誘導フィルタリングにより幾何学レベルの3次元ガウス分布を推定することでこれらの問題に対処する。 3DSSGとReplicaSSSGデータセットの実験は、オブジェクトと予測の両方で最先端(SoTA)のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2026-07-01T12:55:09Z)
• Tackling View-Dependent Semantics in 3D Language Gaussian Splatting [80.88015191411714]
  LaGaは、3Dシーンをオブジェクトに分解することで、ビュー間のセマンティック接続を確立する。 セマンティック記述子をクラスタリングし、多視点セマンティックスに基づいてそれらを重み付けすることで、ビュー集約セマンティック表現を構築する。 同じ設定で、LaGaはLERF-OVSデータセットの以前のSOTAよりも+18.7% mIoUを大幅に改善した。
  論文  参考訳（メタデータ） (2025-05-30T16:06:32Z)
• AugRefer: Advancing 3D Visual Grounding via Cross-Modal Augmentation and Spatial Relation-based Referring [49.78120051062641]
  3Dビジュアルグラウンドティングは、自然言語記述と対象物とを3Dシーン内で関連付けることを目的としている。 既存のアプローチでは、トレーニング用に利用可能なテキスト3Dペアが不足しているのが一般的である。 AugReferは3次元視覚的接地を前進させる新しい手法である。
  論文  参考訳（メタデータ） (2025-01-16T09:57:40Z)
• Bootstraping Clustering of Gaussians for View-consistent 3D Scene Understanding [59.51535163599723]
  FreeGSは、教師なしセマンティック組み込み3DGSフレームワークで、2Dラベルを必要とせずに、ビュー一貫性のある3Dシーン理解を実現する。 FreeGSは複雑なデータ前処理のワークロードを避けながら、最先端のメソッドと互換性がある。
  論文  参考訳（メタデータ） (2024-11-29T08:52:32Z)
• Data-Efficient 3D Visual Grounding via Order-Aware Referring [31.96736077210907]
  Vigorは、Order-aware Referringを通じて、新しいData-Efficient 3D Visual Groundingフレームワークである。 本稿では,視覚的接地フレームワークを事前訓練するための参照命令を付加する,注文対応ウォームアップトレーニング戦略を提案する。
  論文  参考訳（メタデータ） (2024-03-25T08:31:14Z)
• VL-SAT: Visual-Linguistic Semantics Assisted Training for 3D Semantic Scene Graph Prediction in Point Cloud [51.063494002003154]
  点雲における3次元意味的シーングラフ(DSSG)の予測は、3次元点雲が2次元画像と比較して限られた意味を持つ幾何学的構造のみを捉えているため困難である。 本稿では,3DSSG予測モデルに対して,長い尾とあいまいな意味関係を識別できる視覚言語セマンティックス支援トレーニング手法を提案する。
  論文  参考訳（メタデータ） (2023-03-25T09:14:18Z)

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。