論文の概要: TAP-Out: Tracking Any Point in 360° via Outpainting

• arxiv url: http://arxiv.org/abs/2611.00406v1
• Date: Fri, 30 Oct 2026 21:51:52 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 20:01:53.124988
• Title: TAP-Out: Tracking Any Point in 360° via Outpainting
• Title（参考訳）: TAP-Out:アウトペイントで360度であらゆる点を追跡する
• Abstract要約: 我々は、生成ビデオの露光を利用してOOV(Out-of-view)推論を明示するオフライン手法であるTAP-Outを提案する。 狭めのFoV入力ビデオが与えられた後、TAP-Outは360度等方形の完全な映像を映し出し、パノラマシーン内の対象物を見つける。 TAPVid360ベンチマークでは、TAP-Outは最先端の性能を達成し、OOVトラッキングの精度を最良手法よりも約3倍向上させる。
• 参考スコア（独自算出の注目度）: 7.009814571727852
• License:
• Abstract: Tracking points that leave the camera's field of view (FoV) requires reasoning about unobserved scene dynamics, a fundamentally different problem from tracking visible correspondences. We present TAP-Out, an offline method that makes this out-of-view (OOV) reasoning explicit by leveraging generative video outpainting as a world-model prior. Given a narrow-FoV input video, TAP-Out outpaints a complete 360° equirectangular video, locates target objects within the panoramic scene via video object segmentation, and synthesises object-centred perspective crops on which standard in-frame trackers operate. This decoupled design composes off-the-shelf foundation models without requiring task-specific architectural modifications. On the TAPVid360 benchmark, TAP-Out achieves state-of-the-art performance, improving OOV tracking accuracy by approximately 3x over the best prior method. We demonstrate its flexibility on out-of-frame object segmentation and detection and we provide detailed diagnostic analyses across motion regimes, static versus dynamic content, and hallucination quality, characterising when and why the approach succeeds or fails.
• Abstract（参考訳）: カメラの視野を離れるトラッキングポイント(FoV)は、観測されていないシーンダイナミクスの推論を必要とする。 我々は、このアウト・オブ・ビュー(OOV)を明確化するためのオフライン手法であるTAP-Outを提案する。 狭めのFoV入力ビデオが与えられた後、TAP-Outは360度等角ビデオより優れており、ビデオオブジェクトのセグメンテーションを通じてパノラマシーン内の対象物を特定し、標準のフレーム内トラッカーが動作するオブジェクト中心の視点の作物を合成する。 この分離された設計は、タスク固有のアーキテクチャ変更を必要とせずに、既成の基礎モデルを構成する。 TAPVid360ベンチマークでは、TAP-Outは最先端の性能を達成し、OOVトラッキングの精度を最良手法よりも約3倍向上させる。 フレーム外オブジェクトのセグメンテーションと検出の柔軟性を実証し、動作状態、静的・動的コンテンツ、幻覚の質を詳細に分析し、いつ、なぜアプローチが成功するか、なぜ失敗するのかを特徴付ける。

関連論文リスト

• TAPVid-MV: A Benchmark for Tracking Any Point in 3D Across Multiple Views [50.26507994908593]
  この設定の最初のベンチマークであるTAPVid-MV(Tracking Any Point in Video across Multiple Views)を紹介します。 キュレートされた284のシーケンス、1,142のキャリブレーションされたカメラストリーム、109,769のトラックが、屋内と屋外のドメインにまたがる7つのサブセットにまたがっている。 本研究では,センサ深度,LiDAR,SLAM,SfM点,ヒューマンメッシュ,ポーズされたオブジェクトメッシュ,シミュレーションといった,データセット固有の補助的モダリティを用いてこれらのトラジェクトリを解析し,各シーケンスとトラジェクトリを人間のアノテーションによって視覚的に検証する。
  論文  参考訳（メタデータ） (2026-09-01T21:58:51Z)
• ORBIT++: Benchmarking SfM in the Wild with 360° Video [72.00714051649408]
  カメラポーズ推定のための新しいベンチマークを導入する。 オンラインパノラマ360ビデオは、挑戦的なクリップを構築するためのデータ源である。 ORBITは、研究者が真に困難な現実世界のSfM問題の進捗を有意義に測定できる貴重なテストベッドを提供する。
  論文  参考訳（メタデータ） (2026-08-22T16:54:06Z)
• TAPVid-360: Tracking Any Point in 360 from Narrow Field of View Video [7.009814571727852]
  TAPVid-360は,ビデオシーケンスを横断するシーンポイントに対する3次元方向の予測を必要とする新しいタスクである。 我々は360度動画を監督の源として利用し、真実の方向を計算しながら視野を狭くする。 我々のベースラインはCoTracker v3に適応し、方向更新のためのポイント毎の回転を予測し、既存のTAPおよびTAPVid 3D法より優れている。
  論文  参考訳（メタデータ） (2025-11-26T22:13:26Z)
• DATAP-SfM: Dynamic-Aware Tracking Any Point for Robust Structure from Motion in the Wild [85.03973683867797]
  本稿では,スムーズなカメラ軌跡を推定し,野生のカジュアルビデオのための高密度点雲を得るための,簡潔でエレガントでロバストなパイプラインを提案する。 提案手法は,複雑な動的課題シーンにおいても,カメラポーズ推定による最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-11-20T13:01:16Z)
• 3D-Aware Instance Segmentation and Tracking in Egocentric Videos [107.10661490652822]
  エゴセントリックなビデオは、3Dシーンの理解にユニークな課題を提示する。 本稿では,一対一のビデオにおけるインスタンスのセグメンテーションとトラッキングに対する新しいアプローチを提案する。 空間的および時間的手がかりを取り入れることで、最先端の2D手法と比較して優れた性能が得られる。
  論文  参考訳（メタデータ） (2024-08-19T10:08:25Z)
• 360VOTS: Visual Object Tracking and Segmentation in Omnidirectional Videos [16.372814014632944]
  我々は全方向ビデオオブジェクトセグメンテーション(360VOS)と呼ばれる新しいコンポーネントを組み込んだ包括的なデータセットとベンチマークを提案する。 360VOSデータセットは、高密度のピクセルワイドマスクを伴い、290のシーケンスを含み、幅広いターゲットカテゴリをカバーする。 我々は最先端のアプローチをベンチマークし、提案した360度トラッキングフレームワークとトレーニングデータセットの有効性を実証する。
  論文  参考訳（メタデータ） (2024-04-22T07:54:53Z)
• Tracking by 3D Model Estimation of Unknown Objects in Videos [122.56499878291916]
  この表現は限定的であり、代わりに明示的なオブジェクト表現を用いて2次元追跡をガイドし改善することを提案する。 我々の表現は、全てのビデオフレームのオブジェクト上の全ての3Dポイント間の複雑な長期密度対応問題に取り組む。 提案手法は, 最適3次元形状, テクスチャ, 6DoFのポーズを推定するために, 新たな損失関数を最小化する。
  論文  参考訳（メタデータ） (2023-04-13T11:32:36Z)

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。