論文の概要: AnchorComplete: Recovering Complete Scene Meshes from Partial Point Clouds
- arxiv url: http://arxiv.org/abs/2611.03228v1
- Date: Mon, 02 Nov 2026 14:48:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 05:43:04.048982
- Title: AnchorComplete: Recovering Complete Scene Meshes from Partial Point Clouds
- Title（参考訳）: AnchorComplete: 部分的なポイントクラウドから完全なScene Meshを復元する
- Abstract要約: AnchorCompleteは、部分点クラウドから完全なシーンメッシュを再構築するフレームワークである。
TRELLIS.2をベースとして,グローバルなシーントークンと局所的な空間的エビデンスを統合してアンカー生成を行う部分点条件付けを行った。
Replica と SCRREAM の実験では、アンコールコンプリートは全シーン再構成において強いベースラインを一貫して上回っている。
- 参考スコア（独自算出の注目度）: 94.41802820595638
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Most image-based 3D reconstructors primarily recover visible surfaces, producing partial point clouds with large holes and leaving unobserved geometry unresolved. To address this limitation, we introduce AnchorComplete, a framework that reconstructs complete scene meshes from partial point clouds while preserving observed geometry and supporting scenes of varying scales. Building on TRELLIS.2, our method combines partial-point conditioning, which integrates global scene tokens with local spatial evidence to anchor generation to the input, and metric-scale coarse-to-fine generation, which progressively refines scene geometry within fixed-size windows while maintaining global structural consistency. Experiments on Replica and SCRREAM demonstrate that AnchorComplete consistently outperforms strong baselines in complete-scene reconstruction, particularly under sparse-view settings.
- Abstract（参考訳）: 画像ベースの多くの3D再構成器は、主に可視表面を復元し、大きな穴を持つ部分点雲を発生させ、未観測の幾何学を未解決のまま残した。
この制限に対処するために、AnchorCompleteというフレームワークを紹介します。これは、観測された幾何学を保存し、様々なスケールのシーンをサポートしながら、部分点の雲から完全なシーンメッシュを再構築するフレームワークです。
TRELLIS.2をベースとして,グローバルなシーントークンと局所的な空間的エビデンスを統合した部分点条件付けと,グローバルな構造的整合性を維持しつつ,固定サイズウィンドウ内のシーン形状を段階的に洗練する計量スケール粗度生成を組み合わせた。
ReplicaとSCRREAMの実験では、AnchorCompleteは、特にスパース・ビュー・セッティングの下で、完全シーンの再構築において、強いベースラインを一貫して上回っている。
関連論文リスト
- WorldRecon: Generative Multi-View Mesh Reconstruction for Large-Scale 3D World [8.988967184096667]
本稿では,RGB画像から大規模3Dシーンメッシュを復元する多視点再構成フレームワークWorldReconを提案する。
WorldReconは最先端の再建性能を達成し、チャンファー距離を14.9%、43.1%削減した。
論文 参考訳（メタデータ） (2026-10-13T17:57:58Z) - Mira-Scene: Pixel-Aligned Layouts for Generative 3D Scene Reconstruction [69.88254698306027]
シングルイメージの3Dオブジェクト生成は、今や高忠実な資産を生成できるが、それらをコヒーレントなシーンレイアウトに正確に配置することは、未解決の課題である。
スパースポーズの回帰を高密度で有界な対応回復に置き換える構成的3次元シーン再構成フレームワークであるMira-Sceneを提案する。
論文 参考訳（メタデータ） (2026-09-20T18:36:29Z) - SceneConductor: 3D Scene Generation from a Single Image with Multi-Agent Orchestration [32.39337008619354]
単一画像の3Dシーン生成を3つの構造化ステージに分解するマルチエージェントオーケストレーションフレームワークを提案する。
ポイントマップから導出される疎幾何学的事前情報によって教師される幾何学的レイアウト予測器を提案する。
本手法は,幾何学的精度,空間的整合性,知覚的リアリズムにおいて,従来手法よりも常に優れていた。
論文 参考訳（メタデータ） (2026-06-07T01:38:39Z) - SceneExpander: Expanding 3D Scenes with Free-Form Inserted Views [69.08965991211704]
ユーザ中心のワークフローにおける3Dシーンの拡大について検討する。
固定シーンにおける単純なオブジェクト編集やスタイル転送とは異なり、挿入されたビューは元の再構築と3Dミスアライメントされることが多い。
パラメトリックフィードフォワード3D再構成モデルにテスト時間適応を適用したSceneExpanderを提案する。
論文 参考訳（メタデータ） (2026-03-28T02:04:48Z) - AnchorWeave: World-Consistent Video Generation with Retrieved Local Spatial Memories [78.78355829813793]
既存のメモリベースのアプローチでは、歴史的に再構成された幾何学のアンカービデオをレンダリングすることで、グローバルに再構成された3Dシーンを条件付けすることが多い。
AnchorWeaveは、単一の不整合グローバルメモリを複数のローカルな幾何学的メモリに置き換える、メモリ拡張ビデオ生成フレームワークである。
実験によると、AnchorWeaveは視覚的品質を維持しながら、長期的なシーンの一貫性を著しく向上する。
論文 参考訳（メタデータ） (2026-02-16T17:23:08Z) - Skeleton-bridged Point Completion: From Global Inference to Local
Adjustment [48.2757171993437]
形状整形のための骨格ブリッジ型点完備ネットワーク(SK-PCN)を提案する。
部分スキャンにより,まずその3次元骨格を予測し,大域構造を求める。
形状の完備化を構造推定と表面再構成に分離し,学習の難易度を緩和する。
論文 参考訳（メタデータ） (2020-10-14T22:49:30Z)
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。