論文の概要: Phase-DGS: Phase-guided Dynamic Gaussian Splatting from Unsynchronized Multi-view Video
- arxiv url: http://arxiv.org/abs/2611.04666v1
- Date: Tue, 03 Nov 2026 10:51:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-09 14:15:13.754876
- Title: Phase-DGS: Phase-guided Dynamic Gaussian Splatting from Unsynchronized Multi-view Video
- Title（参考訳）: 位相DGS:非同期マルチビュービデオからの位相誘導動的ガウス散乱
- Abstract要約: フェーズDGSは、従来のタイムスタンプを各フレーム固有の時間状態を表す意味的なフェーズに置き換える。
時間オフセット,フレームドロップ,カメラフリーズの下での位相DGSの検証を行い,ベースラインよりも最大8.5dBPSNRの改善を実現した。
- 参考スコア（独自算出の注目度）: 31.576382605468083
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Spatiotemporal scene reconstruction with Dynamic Gaussian Splatting (DGS) fundamentally depends on perfect temporal synchronization across all cameras, an assumption rarely achievable in practice. Industry-standard synchronization requires expensive specialized hardware and complex setup, while data-driven alternatives including audio-based alignment, geometry matching, and pose tracking remain limited by restrictive environmental or scene-specific assumptions. To overcome these limitations, we propose Phase-DGS, a framework that replaces conventional timestamps with a semantic phase representing each frame's inherent state within the underlying motion cycle. Frames capturing the same motion state share the same phase regardless of which camera records them or when, naturally establishing spatiotemporal correspondence across unsynchronized cameras. We validate Phase-DGS under temporal offsets, frame drops, and camera freezes, achieving up to +8.5 dB PSNR improvement over baselines while enabling seamless integration with existing DGS backbones including RealTime-4DGS and FreeTimeGS.
- Abstract（参考訳）: Dynamic Gaussian Splatting (DGS) による時空間再構成は、基本的にすべてのカメラ間での完全な時間同期に依存している。
業界標準同期は高価なハードウェアと複雑なセットアップを必要とするが、オーディオベースのアライメント、幾何マッチング、ポーズトラッキングといったデータ駆動の代替手段は、制限のある環境やシーン固有の仮定によって制限されている。
これらの制約を克服するために,従来のタイムスタンプを基本動作サイクル内の各フレーム固有の状態を表す意味的な位相に置き換えるフレームワークであるPyse-DGSを提案する。
同一の動作状態をキャプチャするフレームは、どのカメラが記録したか、いつにせよ同じ位相を共有し、非同期カメラ間の時空間対応を自然に確立する。
RealTime-4DGS や FreeTimeGS などの既存の DGS バックボーンとのシームレスな統合を実現しつつ, 時間オフセット, フレームドロップ, カメラフリーズによるPSNR の改善をベースライン上で+8.5 dB まで達成する。
関連論文リスト
- SymRegFlow: Symmetry-Regularized Flow Matching for Video World Models [50.31523697382425]
EmphSymRegFlowは、マルチビュー一貫性ビデオ生成のための対称規則化フローマッチングフレームワークである。
それぞれのターゲットポーズに対して、SymRegFlowは、ソースビューをノイズアンカーに幾何学的にワープし、マスク付きデュアルアンカー監視とクロスアンカー・アウトプの一貫性を組み合わせる。
Cosmos-Drive-DreamsとnuScenesの実験は、高品質でマルチビュー一貫性のある自動運転ビデオ生成を実証している。
論文 参考訳（メタデータ） (2026-10-02T03:02:22Z) - GrainGS: Gradient-Decoupled Gaussian Splatting for Efficient Dynamic Novel View Synthesis [94.20462261657525]
GrainGSは階層的なアンカー足場とガウス単位の変形を組み合わせた動的フレームワークである。
高いリコンストラクション品質、リアルタイムの新規ビュー合成、コンパクトストレージを実現している。
論文 参考訳（メタデータ） (2026-07-23T15:52:35Z) - CineOrchestra: Unified Entity-Centric Conditioning for Cinematic Video Generation [57.47993858752813]
CineOrchestraは、被写体、イベント、カメラ、ショットトランジションを同時に制御する統合ビデオ拡散モデルである。
私たちの重要な洞察は、これらの異質な映画要素が基本的な構造を共有しているということです。
CineOrchestraは、高密度キャプションとショット・トランジションのタイミングで、アクセントあたりのスペシャリスト6人を上回っている。
論文 参考訳（メタデータ） (2026-06-11T17:59:10Z) - From Synchrony to Sequence: Exo-to-Ego Generation via Interpolation [54.68405211129937]
Exo-Seqto-Egoビデオ生成は、同期された3人称と対応するカメラポーズから1人称ビューを合成することを目的としている。
同期されたExo-egoデータは本質的に時間的不連続を導入し、標準ビデオ生成ベンチマークのスムーズな動作仮定に違反する。
我々は、ソースとターゲットビデオの間に補間して単一の連続信号を形成するシーケンシャルシーケンスモデルであるSyn2Ex-Forcingを提案する。
論文 参考訳（メタデータ） (2026-04-15T12:32:25Z) - AdaGaR: Adaptive Gabor Representation for Dynamic Scene Reconstruction [9.63361043358898]
動的シーンモデリングにおける周波数適応性と時間連続性の両方に対処する統合フレームワークを提案する。
Tap-Vid DAVISの実験は最先端の性能を示している。
論文 参考訳（メタデータ） (2026-01-02T18:59:55Z) - Dynamic Gaussian Scene Reconstruction from Unsynchronized Videos [31.54046494140498]
マルチビュー映像再構成はコンピュータビジョンにおいて重要な役割を担い、映画製作、バーチャルリアリティー、モーション分析に応用できる。
同期のないマルチビュービデオから高品質な4DGS再構成を実現するための新しい時間的アライメント戦略を提案する。
論文 参考訳（メタデータ） (2025-11-14T11:20:43Z) - Cycle-Sync: Robust Global Camera Pose Estimation through Enhanced Cycle-Consistent Synchronization [16.013493467235367]
Cycle-Syncは、カメラのポーズを推定するための堅牢でグローバルなフレームワークである。
私たちの中心となるイノベーションは、メッセージパッシング最小二乗(MPLS)をカメラの位置推定に適応するロケーションソルバです。
我々は、カメラ位置推定のための最強の決定論的精度回復保証を確立する。
論文 参考訳（メタデータ） (2025-11-04T07:31:36Z) - Single-Frame based Deep View Synchronization for Unsynchronized
Multi-Camera Surveillance [56.964614522968226]
マルチカメラ監視はシーンの理解とモデリングにおいて活発な研究課題となっている。
通常、これらのマルチカメラベースのタスクのモデルを設計する際に、カメラはすべて時間的に同期していると仮定される。
我々のビュー同期モデルは、非同期設定下で異なるDNNベースのマルチカメラビジョンタスクに適用される。
論文 参考訳（メタデータ） (2020-07-08T04:39:38Z)
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。