論文の概要: GroundControl: Satellite-Conditioned Multi-View Diffusion for Reconstruction-Free Novel View Synthesis

• arxiv url: http://arxiv.org/abs/2610.37545v1
• Date: Tue, 27 Oct 2026 16:56:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.723458
• Title: GroundControl: Satellite-Conditioned Multi-View Diffusion for Reconstruction-Free Novel View Synthesis
• Title（参考訳）: GroundControl: 再構成不要な新規ビュー合成のための衛星合成多視点拡散
• Abstract要約: 本稿では,衛星画像からの条件付けと,新しいビューを生成する際の街路レベルの入力画像を組み合わせた,新しい衛星条件付き多視点拡散モデルを提案する。 屋外データセットを用いた実験により,我々のモデルは,新しいビュー合成に基づく衛星条件とストリートビュー条件の両方のベースラインよりも優れていることが示された。
• 参考スコア（独自算出の注目度）: 24.681440511117728
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Multi-view or video diffusion models have recently emerged as state-of-the-art approaches for novel-view synthesis from sparse image collections. While they can produce high quality images, they tend to hallucinate unrealistic spatial layouts when synthesizing views outside the input views (scene extrapolation). We propose to address this challenge for outdoor scenes by using satellite images as an additional information source to condition the multi-view generative model. We introduce a new satellite-conditioned multi-view diffusion model that combines conditioning from a satellite image and street-level input images when generating novel-views. Our cross-attention based conditioning allows us to retain pretrained multi-view diffusion priors to generate seamless, realistic, novel views from a handful of source views, while also adhering to the scene layout as seen from satellite images. Our model does not use 3D scene reconstruction, and only relies on posed street and satellite views. Our experiments on outdoor datasets show that our model is better than both satellite-conditioned or street-view conditioned baselines on novel-view synthesis, especially on challenging cases where target views have very little overlap with source views. Project page: https://nianticspatial.github.io/groundcontrol
• Abstract（参考訳）: マルチビューやビデオ拡散モデルは近年,スパース画像コレクションから新規ビューを合成するための最先端のアプローチとして出現している。 高品質な画像を生成することができるが、入力ビューの外側のビュー(シーン外挿)を合成する際、非現実的な空間配置を幻覚させる傾向がある。 本稿では,衛星画像を付加的な情報源として利用し,マルチビュー生成モデルを構築することで,屋外シーンの課題に対処することを提案する。 本稿では,衛星画像からの条件付けと,新しいビューを生成する際の街路レベルの入力画像を組み合わせた,新しい衛星条件付き多視点拡散モデルを提案する。 クロスアテンションに基づく条件付けにより、予め訓練された複数ビューの拡散を保ち、少数のソースビューからシームレスで現実的な新しいビューを生成できると同時に、衛星画像から見るシーンレイアウトに固執することができる。 提案モデルでは3次元シーン再構成は使用せず,提案するストリートビューと衛星ビューのみに依存している。 アウトドアデータセットを用いた実験により,本モデルは,特にターゲットビューがソースビューとほとんど重複しない場合において,新しいビュー合成に基づく衛星コンディショニングやストリートビューコンディショニングのベースラインよりも優れていることが示された。 プロジェクトページ: https://nianticspatial.github.io/groundcontrol

関連論文リスト

• Improving Novel view synthesis of 360$^\circ$ Scenes in Extremely Sparse Views by Jointly Training Hemisphere Sampled Synthetic Images [6.273625958279926]
  バーチャルリアリティや拡張現実といったアプリケーションには、非常にスパースなインプットビューから360ドル(約3万2000円)の新たなビュー合成が不可欠です。 本稿では,非常にスパースな視点における新しい視点合成の枠組みを提案する。
  論文  参考訳（メタデータ） (2025-05-25T18:42:34Z)
• Leveraging BEV Paradigm for Ground-to-Aerial Image Synthesis [39.43518544801439]
  地上から地上への画像合成は、対応する地上の景観画像から現実的な空中画像を生成することに焦点を当てている。 本研究では,ストリートビュー画像から航空画像を合成する新しいクロスビュー生成手法であるSkyDiffusionを紹介する。 地上から地上までの多様な画像合成用途のために設計された新しいデータセット「Ground2Aerial-3」を紹介した。
  論文  参考訳（メタデータ） (2024-08-03T15:43:56Z)
• FSViewFusion: Few-Shots View Generation of Novel Objects [75.81872204650807]
  本研究では,3次元前処理を伴わないビュー合成のための事前訓練された安定拡散モデルを提案する。 具体的には,Dreamboothという画像モデルを用いたパーソナライズされたテキストに基づく手法を提案する。 ビューの概念は、ビューが学習された元のオブジェクトの識別に関係なく、アンタングル化され、新しいオブジェクトに転送可能であることを確認します。
  論文  参考訳（メタデータ） (2024-03-11T02:59:30Z)
• Sat2Scene: 3D Urban Scene Generation from Satellite Images with Diffusion [77.34078223594686]
  本稿では,3次元スパース表現に拡散モデルを導入し,それらをニューラルレンダリング技術と組み合わせることで,直接3次元シーン生成のための新しいアーキテクチャを提案する。 具体的には、まず3次元拡散モデルを用いて、所定の幾何学の点レベルのテクスチャ色を生成し、次にフィードフォワード方式でシーン表現に変換する。 2つの都市規模データセットを用いた実験により,衛星画像から写真リアルなストリートビュー画像シーケンスとクロスビュー都市シーンを生成する能力を示した。
  論文  参考訳（メタデータ） (2024-01-19T16:15:37Z)
• DiffusionSat: A Generative Foundation Model for Satellite Imagery [63.2807119794691]
  現在、DiffusionSatは、現在利用可能な大規模な高解像度リモートセンシングデータセットのコレクションに基づいてトレーニングされている、最大の生成基盤モデルである。 提案手法は, リアルタイムなサンプルを作成し, 時間生成, マルチスペクトル入力の超解像, インペイントなどの複数の生成課題を解くのに利用できる。
  論文  参考訳（メタデータ） (2023-12-06T16:53:17Z)
• DiffDreamer: Towards Consistent Unsupervised Single-view Scene Extrapolation with Conditional Diffusion Models [91.94566873400277]
  DiffDreamerは、長いカメラ軌跡を描いた新しいビューを合成できる教師なしのフレームワークである。 画像条件付き拡散モデルでは, 従来のGAN法よりも一貫性を保ちながら, 長距離シーン外挿を効果的に行うことができることを示す。
  論文  参考訳（メタデータ） (2022-11-22T10:06:29Z)

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。