論文の概要: EndoS3:Endoscopic Semantic Splatting SLAM

• arxiv url: http://arxiv.org/abs/2611.04358v1
• Date: Tue, 03 Nov 2026 05:41:06 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:58:36.932561
• Title: EndoS3:Endoscopic Semantic Splatting SLAM
• Title（参考訳）: Endoscopic Semantic Splatting SLAM (Endoscopic Semantic Splatting SLAM)
• Abstract要約: EndoS3は、インスタンスマスクを使用して3つのタスクをガイドするセマンティックSLAMフレームワークである。 CRCD++は、RGB-Dフレーム、カメラポーズ、インスタンスアノテーションを備えた、生き生きとした胆嚢摘出データセットで、完全なセマンティックSLAM評価を行う。
• 参考スコア（独自算出の注目度）: 7.360464729661271
• License:
• Abstract: Purpose: Despite advances in 3D surgical scene understanding, semantic simultaneous localisation and mapping (SLAM) remains under-explored for two key reasons. First, it requires solving three challenging tasks in parallel: camera pose tracking, high-fidelity deformable reconstruction, and semantic mapping, making progress particularly demanding. Second, the scarcity of datasets providing the necessary ground truth to evaluate all three tasks comprehensively under conditions that closely reflect real surgical procedures environments. Method: We propose EndoS3, a Gaussian Splatting-based semantic SLAM framework that uses instance masks to guide all three tasks. An instance-level motion decomposition module separates static and dynamic instances by evaluating residual flow after compensating for camera motion, accounting for flow noise and comparing motion across neighbouring instances. The camera is tracked against the static Gaussians, while an instance-aware warp field gives each dynamic instance its own control nodes and deformation network. A semantic node allocation module redistributes a fixed node budget across instances according to their size and non-rigidity. We also introduce CRCD++, an ex-vivo Cholecystectomy dataset with RGB-D frames, camera pose and instance annotations for full semantic SLAM evaluation. Results: EndoS3 surpasses all state-of-the-art general-purpose and surgical semantic SLAM methods in tracking, reconstruction and semantic mapping on the CRCD++ and SemSup datasets. Conclusion: Semantic-aware motion and deformation modelling is vital to surgical semantic SLAM. EndoS3 and CRCD++ offer a method and benchmark for improved geometric and semantic understanding in endoscopy.
• Abstract（参考訳）: 目的:3次元手術シーン理解の進歩にもかかわらず,意味的同時局所化とマッピング (SLAM) は2つの重要な理由から検討されていない。 まず、カメラのポーズトラッキング、高忠実度変形可能な再構築、セマンティックマッピングという3つの課題を並行して解決する必要がある。 第2に、実際の外科手術環境を綿密に反映した条件下で3つのタスク全てを包括的に評価するために必要な基礎的真実を提供するデータセットの不足。 方法: ガウススティングに基づくセマンティックSLAMフレームワークであるEndoS3を提案する。 インスタンスレベルの動作分解モジュールは、カメラモーションを補正した後の残留フローを評価し、フローノイズを考慮し、隣接するインスタンス間での動きを比較することにより、静的および動的インスタンスを分離する。 カメラは静的ガウスに対して追跡され、インスタンス対応ワープフィールドは各動的インスタンスに独自の制御ノードと変形ネットワークを与える。 セマンティックノード割り当てモジュールは、インスタンスのサイズと非剛性に応じて、固定ノードの予算を再分割する。 また、RCG-Dフレーム、カメラポーズ、インスタンスアノテーションを備えた、生き残った胆嚢摘出データセットであるCRCD++を導入し、完全なセマンティックSLAM評価を行った。 結果: EndoS3はCRCD++とSemSupデータセットのトラッキング、再構築、セマンティックマッピングにおいて、最先端の汎用的および外科的セマンティックSLAMメソッドをすべて上回っている。 結論: 意味的運動と変形モデリングは外科的意味論的SLAMに不可欠である。 EndoS3とCRCD++は、内視鏡における幾何学的および意味論的理解を改善する方法とベンチマークを提供する。

関連論文リスト

• Flow4DGS-SLAM: Optical Flow-Guided 4D Gaussian Splatting SLAM [55.56111618153049]
  光学的流れによって誘導される動的3DGS SLAMのための効率的なフレームワークを提案する。 動的3DGSのトレーニング速度は,時間中心を明示的にモデル化することで向上する。 その結果, 追跡, 動的再構成, 訓練効率の両立が実証された。
  論文  参考訳（メタデータ） (2026-04-24T08:13:01Z)
• GSFF-SLAM: 3D Semantic Gaussian Splatting SLAM via Feature Field [17.57215792490409]
  GSFF-SLAMは3次元ガウススプラッティングに基づく新しい意味論的SLAMシステムである。 提案手法は, 様々な2次元先行情報, 特にスパース信号と雑音信号を用いた意味的再構成を支援する。 2D基底真理を利用する場合、GSFF-SLAMは95.03% mIoUで最先端のセマンティックセグメンテーション性能を達成する。
  論文  参考訳（メタデータ） (2025-04-28T01:21:35Z)
• STAMICS: Splat, Track And Map with Integrated Consistency and Semantics for Dense RGB-D SLAM [8.208389210258593]
  本稿では,3次元ガウス表現と意味情報を統合して局所化とマッピングの精度を向上させる新しい手法STAMICSを紹介する。 実験により、STAMICSはカメラのポーズ推定とマップの品質を著しく改善し、再現誤差を低減しつつ、最先端の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-03-27T12:10:51Z)
• PanoSLAM: Panoptic 3D Scene Reconstruction via Gaussian SLAM [105.01907579424362]
  PanoSLAMは、幾何学的再構成、3Dセマンティックセマンティックセマンティクス、3Dインスタンスセマンティクスを統合フレームワークに統合する最初のSLAMシステムである。 初めて、RGB-Dビデオから直接、オープンワールド環境のパノプティカル3D再構成を実現する。
  論文  参考訳（メタデータ） (2024-12-31T08:58:10Z)
• InstanceGaussian: Appearance-Semantic Joint Gaussian Representation for 3D Instance-Level Perception [17.530797215534456]
  3Dシーンの理解は、自動運転、ロボティクス、拡張現実の応用において重要な研究領域となっている。 本稿では,インスタンスを適応的に集約しながら外観や意味的特徴を共同学習する InstanceGaussian を提案する。 提案手法は,カテゴリーに依存しないオープンボキャブラリ3次元点分割における最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-11-28T16:08:36Z)
• Large Spatial Model: End-to-end Unposed Images to Semantic 3D [79.94479633598102]
  大空間モデル(LSM)は、RGB画像を直接意味的放射場に処理する。 LSMは、単一のフィードフォワード操作における幾何学、外観、意味を同時に推定する。 新しい視点で言語と対話することで、多目的ラベルマップを生成することができる。
  論文  参考訳（メタデータ） (2024-10-24T17:54:42Z)
• Mixed Diffusion for 3D Indoor Scene Synthesis [55.94569112629208]
  提案するMiDiffusionは,可塑性3次元屋内シーンを合成するための混合離散連続拡散モデルである。 床条件の3次元シーン合成において,最先端の自己回帰モデルおよび拡散モデルより優れることを示す。
  論文  参考訳（メタデータ） (2024-05-31T17:54:52Z)
• 3DS-SLAM: A 3D Object Detection based Semantic SLAM towards Dynamic Indoor Environments [1.4901625182926226]
  3DS-SLAM, 3D Semantic SLAMを導入する。 3DS-SLAMは、意味的制約と幾何学的制約の両方を逐次解決する密結合アルゴリズムである。 TUM RGB-Dデータセットの動的シーケンスを平均98.01%改善している。
  論文  参考訳（メタデータ） (2023-10-10T07:48:40Z)

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。