論文の概要: A Reproducible Reconstruction and Evaluation Framework for Photorealistic Lunar Analog Scene Reconstruction Toward Digital Twins

• arxiv url: http://arxiv.org/abs/2611.00870v1
• Date: Sat, 31 Oct 2026 12:11:36 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:59:56.942347
• Title: A Reproducible Reconstruction and Evaluation Framework for Photorealistic Lunar Analog Scene Reconstruction Toward Digital Twins
• Title（参考訳）: デジタル双生児に向けての光リアルルナーアナログシーン再構成のための再現可能な再構成と評価フレームワーク
• Abstract要約: 本研究では,人間制御カメラとローバーマストカメラの両方のモノクロフィードから,光写実的シーン再構築の精度を実証的に評価する再構成パイプラインを提案する。 標準測光測定値を用いて,3つのLunarアナログシーンにまたがる6種類の3D Gaussian Splatting (3DGS)を,ホールドアウトテストセット上でベンチマークした。 以上の結果から,クロスコンストラクション・フォトリアリスティック・NVSフィデリティ(CRPNVS)の予測には不十分な指標であり,ローバー軌道偏差や幾何学的シーンのカバレッジといった要因が,コンストラクションシーンのフォトリアリスティック・クオリティを決定する上で重要な役割を担っていることが示唆された。
• 参考スコア（独自算出の注目度）: 34.37472837853307
• License:
• Abstract: In this paper, we present a reconstruction pipeline that empirically quantifies the photorealistic scene reconstruction accuracy from both human-controlled and rover mast camera monocular feeds against physical ground truth as a function of Lunar traversal effects (e.g., motion blur, haze due to lofted regolith, trajectory bias, and sparse views). First, we benchmark six variants of 3D Gaussian Splatting (3DGS) across three Lunar analog scenes on held-out test sets using standard photometric metrics. We then establish how under traversal effects, this test-set-specific Novel View Synthesis (NVS) performance does not proportionally scale to the same photometric metrics in the reconstructed DTs. Our results quantify that splat training metrics alone are insufficient predictors of Cross-Reconstruction Photorealistic NVS Fidelity (CRPNVS), and that factors such as rover trajectory bias and geometric scene coverage play a critical role in determining the photorealistic quality of the reconstructed scenes targeting Lunar analog Digital Twins. Additionally, we pilot study Coverage Score ($S_c$), a geometry-based diagnostic derived from COLMAP poses and point cloud structure that provides a meaningful heuristic about the highest achievable CRPNVS structural fidelity, independently of splat training performance in the absence of a human-controlled reference. These findings establish a standardized, human control-referenced evaluation pipeline for photorealistic scene reconstruction for Lunar-analog Digital Twin development and future planetary exploration. Code and project page: https://rose-lab-admin.github.io/rose-lunar-dt-rec
• Abstract（参考訳）: 本稿では,人間制御カメラとローバーマストカメラの両方のモノクラーフィードから光写実的シーン再構築の精度を,月経路面効果(例えば,移動のぼやけ,離石による迷路,軌道偏差,スパースビュー)の関数として実証的に評価する再構成パイプラインを提案する。 まず,3つのLunarアナログシーンに対して,標準測光測定値を用いて6種類の3D Gaussian Splatting (3DGS)をベンチマークする。 次に、このテストセット固有のノベルビュー合成(NVS)性能が、再構成されたDTにおいて同じ測度に比例的にスケールしないことを示す。 以上の結果から,Splatトレーニングの指標だけでは,CRPNVS(Cross-Reconstruction Photorealistic NVS Fidelity)の予測には不十分であることが確認された。 さらに、COLMAPのポーズと点雲構造から導かれる幾何学的診断であるCoverage Score(S_c$)をパイロット研究し、人間の制御された基準がなければ、スプラトレーニング性能とは無関係に、達成可能なCRPNVS構造忠実度について有意義なヒューリスティックを提供する。 これらの知見は、Lunar-analog Digital Twinの開発と将来の惑星探査のための光リアルなシーン再構築のための標準化された人為的な評価パイプラインを確立する。 コードとプロジェクトページ:https://rose-lab-admin.github.io/rose-lunar-dt-rec

関連論文リスト

• Visual Relocalization from Sparse Views in Aliased and Low-Texture Environments via Novel View Synthesis [17.82023714307905]
  本稿では,古典的対応に基づくパイプラインから離れる視覚的再ローカライズ手法を提案する。 私たちの重要な貢献は、測光と幾何学的損失を組み合わせた幾何学的学習戦略です。 この共同最適化により3DGSモデルが生成され,その基礎となるシーン形状に適合することを示す。
  論文  参考訳（メタデータ） (2026-07-24T09:46:07Z)
• From Images2Mesh: A 3D Surface Reconstruction Pipeline for Non-Cooperative Space Objects [0.0]
  単分子検査画像から非協調的空間物体の暗黙的表面再構成を行うパイプラインを提案する。 我々は、STS-119ミッションで公開されたISSの検査映像と、H-IIAロケット上段の軌道上での検査映像を実証した。 実際の軌道上の映像からカメラのポーズ推定を成功させるには,セグメンテーションに基づく背景除去が不可欠である。
  論文  参考訳（メタデータ） (2026-04-30T19:10:29Z)
• BALTIC: A Benchmark and Cross-Domain Strategy for 3D Reconstruction Across Air and Underwater Domains Under Varying Illumination [6.8920172327690175]
  BALTIC(Baltic, BALTIC, BALTIC)は, 近代的な3次元再構成手法を中・光の変動下で評価するためのベンチマークである。 このベンチマークは、2つのメディア(空気と水)と3つの照明条件(周囲、人工、混合)にまたがる13のデータセットで構成されている。 類似の照明条件下で観測された少数の水中ビューで水中画像列を増大させることにより、ドメイン間再構築を検討する。
  論文  参考訳（メタデータ） (2026-04-21T06:32:07Z)
• Lunar-G2R: Geometry-to-Reflectance Learning for High-Fidelity Lunar BRDF Estimation [0.11242503819703255]
  月面デジタル標高モデル(DEM)から直接空間的に変化するBRDFパラメータを予測する幾何学-反射学習フレームワークを提案する。 チコクレーターの地理的に保持された地域での実験では, 最先端のベースラインに比べて光度誤差が38%減少することが示された。
  論文  参考訳（メタデータ） (2026-01-15T14:39:25Z)
• No Pose, No Problem: Surprisingly Simple 3D Gaussian Splats from Sparse Unposed Images [100.80376573969045]
  NoPoSplatは、多視点画像から3Dガウスアンによってパラメータ化された3Dシーンを再構成できるフィードフォワードモデルである。 提案手法は,推定時にリアルタイムな3次元ガウス再構成を実現する。 この研究は、ポーズフリーの一般化可能な3次元再構成において大きな進歩をもたらし、実世界のシナリオに適用可能であることを示す。
  論文  参考訳（メタデータ） (2024-10-31T17:58:22Z)
• PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
  PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。 本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
  論文  参考訳（メタデータ） (2024-10-29T15:28:15Z)
• The Drunkard's Odometry: Estimating Camera Motion in Deforming Scenes [79.00228778543553]
  このデータセットは、3Dシーンの中で地上の真実を語る最初の大規模なカメラ軌道である。 リアルな3Dビルディングのシミュレーションでは、膨大な量のデータと地上の真実のラベルが得られます。 本稿では,光学的フロー推定を剛体カメラ運動に分解するDrunkard's Odometryと呼ばれる,変形可能な新しいオドメトリー法を提案する。
  論文  参考訳（メタデータ） (2023-06-29T13:09:31Z)
• NeurAR: Neural Uncertainty for Autonomous 3D Reconstruction [64.36535692191343]
  暗黙の神経表現はオフラインの3D再構成において魅力的な結果を示しており、オンラインSLAMシステムの可能性も最近示している。 本論文は,1)新しい表現に基づく視点計画の質を評価するための基準を求めること,2)手作りではなく,異なる場面に一般化可能なデータから基準を学習すること,の2つの課題に対処する。 本手法は, TSDFを用いた変形モデルやビュープランニングなしでの再構成モデルと比較した場合, レンダリングされた画像品質と再構成された3次元モデルの幾何学的品質について, 様々な指標について有意な改善を示す。
  論文  参考訳（メタデータ） (2022-07-22T10:05:36Z)

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。