論文の概要: ClusterSplat: Semantic Cluster Selection for 3D Visual Grounding in Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2610.36462v1
• Date: Tue, 27 Oct 2026 01:12:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.458179
• Title: ClusterSplat: Semantic Cluster Selection for 3D Visual Grounding in Gaussian Splatting
• Title（参考訳）: ClusterSplat: ガウス版3次元視覚接地のための意味的クラスタ選択
• Abstract要約: ClusterSplatは、シーン適応型候補に対するクラスタレベルの選択と解釈することで、3Dターゲットの選択に対処する。 ScanReferでは、ClusterSplatが最高のレンダリングされた2Dセグメンテーションと明示的な3Dターゲットメトリクスを実現している。 ScanNet v2クラス名のクエリでは、ClusterSplatは最強のレンダリングされた2D結果と最も高い3Dマッチング精度を達成する。
• 参考スコア（独自算出の注目度）: 6.4983704646512095
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study 3D visual grounding in 3D Gaussian Splatting (3DGS), where a referring expression should identify a target object as both a rendered 2D mask and a set of explicit 3D Gaussians. Prior methods typically extract 3D targets by applying heuristic thresholding or top-ratio filtering to dense primitive-level relevance scores. However, these scores often vary substantially across scenes and prompts, making such heuristics sensitive and leading to unstable targeting. ClusterSplat addresses this by reframing 3D target selection as cluster-level selection over scene-adaptive candidates. The method first learns instance-aware Gaussian features, forms feature-aware seed voxels, and merges neighboring seed voxels when a description-length criterion decreases, producing a scene-specific set of cluster candidates. Given a referring expression, a query-conditioned cluster scorer ranks the cluster candidates with a lightweight MLP, and the selected cluster directly defines the explicit 3D target while its cluster score is rendered for the 2D mask. On ScanRefer, ClusterSplat achieves the best rendered 2D segmentation and explicit 3D target metrics among the compared 3DGS baselines. It also obtains the best average Ref-LERF scores, supporting the same trend under fine-grained referring descriptions. On ScanNet v2 class name queries, ClusterSplat achieves the strongest rendered 2D results and the highest 3D matching accuracy, while maintaining competitive 3D IoU. Our project page is available at https://jaesung8.github.io/clustersplat/ .
• Abstract（参考訳）: 本研究では,3次元ガウススティング(3DGS)における3次元視覚的接地について検討し,対象物体を描画された2次元マスクと明示的な3次元ガウスマスクのセットとして識別する。 従来の手法では、高密度プリミティブレベルのレバレンススコアにヒューリスティックしきい値やトップ比フィルタリングを適用して3Dターゲットを抽出することが一般的であった。 しかし、これらのスコアはシーンやプロンプトによって大きく異なることが多く、そのようなヒューリスティックスを敏感にし、不安定なターゲティングに繋がる。 ClusterSplatは、3Dターゲットの選択をシーン適応型候補に対するクラスタレベルの選択とすることで、この問題に対処する。 本手法は、まず、インスタンス対応ガウスの特徴を学習し、特徴対応のシードボクセルを形成し、記述長の基準が減少すると隣接するシードボクセルをマージし、シーン固有のクラスタ候補を生成する。 参照式が与えられた場合、クエリ条件付きクラスタスコアラは、クラスタ候補を軽量MLPでランク付けし、選択されたクラスタは、そのクラスタスコアが2Dマスクに対してレンダリングされている間に、明示的な3Dターゲットを直接定義する。 ScanReferでは、ClusterSplatは比較した3DGSベースラインの中で最高のレンダリングされた2Dセグメンテーションと明示的な3Dターゲットメトリクスを達成する。 また、最も優れたRef-LERFスコアを取得し、詳細な参照記述の下で同じ傾向をサポートする。 ScanNet v2クラス名のクエリでは、ClusterSplatは最強のレンダリングされた2D結果と最高3Dマッチング精度を達成し、競合する3D IoUを維持している。 私たちのプロジェクトページはhttps://jaesung8.github.io/clustersplat/で公開されています。

関連論文リスト

• Ilov3Splat: Instance-Level Open-Vocabulary 3D Scene Understanding in Gaussian Splatting [32.46353940664006]
  Ilov3Splatは3Dガウススプラッティング(3D-GS)上に構築されたインスタンスレベルのオープンな3Dシーン理解のためのフレームワーク 言語対応のCLIP機能を効率的にエンコードするために,マルチレゾリューションハッシュ埋め込みを活用している。 推論時に、CLIPエンコードされたクエリは学習した機能と一致し、続いて関連するガウスグループを取得するための2段階の3Dクラスタリングが続く。
  論文  参考訳（メタデータ） (2026-05-06T05:23:41Z)
• LabelGS: Label-Aware 3D Gaussian Splatting for 3D Scene Segmentation [56.4321049923868]
  3D Gaussian Splatting (3DGS)は、3Dシーンの新たな明示的な表現として登場し、高忠実度再構成と効率的なレンダリングの両方を提供している。 ガウス表現をオブジェクトラベルで拡張する手法であるラベル対応3Dガウス分割法(LabelGS)を提案する。 LabelGSはFeature-3DGSと比較して、1440X1080の解像度でトレーニングで22倍のスピードアップを達成した。
  論文  参考訳（メタデータ） (2025-08-27T09:07:38Z)
• Semantic Consistent Language Gaussian Splatting for Point-Level Open-vocabulary Querying [25.32838673665989]
  オープン語彙の3Dシーン理解は、自然言語による操作など、ロボット工学の応用にとって不可欠である。 既存の3Dガウススプラッティングの問合せ方法は、矛盾しない2Dマスクの監視にしばしば苦労する。 本稿では,セグメンテーションマスク上でのトラッキングを行い,意味的に一貫した基盤構造を確立するための新しいポイントレベルのクエリフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-27T17:59:05Z)
• ShapeSplat: A Large-scale Dataset of Gaussian Splats and Their Self-Supervised Pretraining [112.40071212468843]
  3D Gaussian Splatting (3DGS)は多くの視覚タスクにおいて3D表現の事実上の方法となっている。 一般的なShapeNet, ModelNet, averseを用いて3DGSの大規模データセットを構築した。 本稿では,ガウスパラメータからの表現学習の独特な利点を浮き彫りにしたガウスMAEを紹介する。
  論文  参考訳（メタデータ） (2024-08-20T14:49:14Z)
• OpenGaussian: Towards Point-Level 3D Gaussian-based Open Vocabulary Understanding [54.981605111365056]
  本稿では,3次元点レベルの開語彙理解が可能な3次元ガウススティング(3DGS)に基づくOpenGaussianを紹介する。 我々の主な動機は、既存の3DGSベースのオープン語彙法が主に2Dピクセルレベルの解析に焦点を当てていることに起因している。
  論文  参考訳（メタデータ） (2024-06-04T07:42:33Z)
• CAGroup3D: Class-Aware Grouping for 3D Object Detection on Point Clouds [55.44204039410225]
  本稿では,CAGroup3Dという新しい2段階完全スパース3Dオブジェクト検出フレームワークを提案する。 提案手法は,まず,オブジェクト表面のボクセル上でのクラス認識型局所群戦略を活用することによって,高品質な3D提案を生成する。 不正なボクセルワイドセグメンテーションにより欠落したボクセルの特徴を回復するために,完全にスパースな畳み込み型RoIプールモジュールを構築した。
  論文  参考訳（メタデータ） (2022-10-09T13:38:48Z)
• RBGNet: Ray-based Grouping for 3D Object Detection [104.98776095895641]
  本稿では,点雲からの正確な3次元物体検出のための投票型3次元検出器RBGNetフレームワークを提案する。 決定された光線群を用いて物体表面上の点方向の特徴を集約する。 ScanNet V2 と SUN RGB-D による最先端の3D 検出性能を実現する。
  論文  参考訳（メタデータ） (2022-04-05T14:42:57Z)

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。