論文の概要: Wide View Synthesis from Overlapping Perspective Cameras in Autonomous Driving
- arxiv url: http://arxiv.org/abs/2611.07081v1
- Date: Wed, 04 Nov 2026 19:36:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 21:50:50.440535
- Title: Wide View Synthesis from Overlapping Perspective Cameras in Autonomous Driving
- Title（参考訳）: 自律走行における重なり合う視点カメラからの広視野合成
- Abstract要約: マルチパースペクティブカメラシステムは、自律運転に広範囲の視覚的カバレッジを提供するため、広く採用されている。
仮想的な視点で幾何学的に一貫したワイドビューを合成することを目的としたワイドビュー合成(WVS)を定式化する。
WV-GSは,シーンごとの最適化なしに広視野を合成するフィードフォワード・ガウス・スプレイティング・フレームワークである。
- 参考スコア（独自算出の注目度）: 44.27584168109578
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Multi-perspective-camera systems are widely adopted since they provide broad visual coverage for autonomous driving, motivating the synthesis of a unified wide view from spatially separated observations. In this work, we formulate wide view synthesis (WVS), which aims to synthesize a geometrically consistent wide view at a specified virtual viewpoint from multiple perspective cameras. Unlike conventional image stitching, WVS requires reasoning about 3D geometry and visibility to handle depth-dependent parallax and occlusions arising from spatially separated camera centers. While vanilla 3D Gaussian Splatting (3DGS) enables high-fidelity view synthesis, its reliance on per-scene optimization limits its applicability to driving scenes. Furthermore, WVS introduces additional challenges, *e.g.*, peripheral stretching under perspective projection and photometric inconsistencies across cameras. To address these challenges, we propose **Wide-View Gaussian Splatting (WV-GS)**, a feed-forward Gaussian-splatting framework that synthesizes wide views without per-scene optimization. Specifically, we introduce Piecewise Perspective Rendering (PPR) to mitigate peripheral stretching through local perspective projections sharing a common camera center, and Spatial Affine Photometric Modeling (SAPM) to account for camera-dependent photometric variations during training. We further introduce **WideDrive**, a synthetic benchmark providing dense ground-truth wide views and adapt a LiDAR-projected sparse-reference protocol to real-world datasets. Extensive experiments on multiple datasets demonstrate the effectiveness of WV-GS for WVS. Dataset and code will be publicly released.
- Abstract（参考訳）: マルチパースペクティブカメラシステムは、空間的に分離された観測から統一された広視野の合成を動機とした、自律運転のための広い視覚的カバレッジを提供するため、広く採用されている。
本研究では,複数の視点カメラから特定の仮想視点で幾何学的に一貫したワイドビューを合成することを目的としたワイドビュー合成(WVS)を定式化する。
従来の画像縫合とは異なり、WVSは空間的に分離されたカメラセンターから発生する深度に依存した視差や閉塞を処理するために3次元形状と視認性について推論する必要がある。
vanilla 3D Gaussian Splatting (3DGS)は高忠実度ビュー合成を可能にするが、シーンごとの最適化に依存しているため、運転シーンへの適用性が制限される。
さらに、WVSは、*e g *、視野投影下での周辺ストレッチ、カメラ間の光度不整合など、さらなる課題を導入している。
これらの課題に対処するため、我々は、シーンごとの最適化なしに広いビューを合成するフィードフォワード・ガウス・スプレイティングフレームワーク**Wide-View Gaussian Splatting (WV-GS)*を提案する。
具体的には,Piecewise Perspective Rendering (PPR)を導入して,共通カメラセンタを共有する局所的な視点投影による周辺ストレッチの緩和と,トレーニング中のカメラ依存光度変動を考慮した空間アフィン光度モデリング(SAPM)を提案する。
We also introduced **WideDrive**, a synthetic benchmark for dense ground-truth wide view and adapt a LiDAR-projected sparse-reference protocol to real-world datasets。
複数のデータセットに対する大規模な実験は、WVSに対するWV-GSの有効性を示す。
データセットとコードは公開されます。
関連論文リスト
- UniWorld-View: Large-Baseline View Synthesis via Video Diffusion Models [46.428624307379266]
単分子入力から制御可能な大ベースライン新規ビュー合成のためのフレームワークUniWorld-Viewを紹介する。
UniWorld-Viewは、正確なカメラ制御と幾何学的に一貫したビュー生成を可能にするために、生成拡散モデリングと明示的な3Dガイダンスを統合している。
論文 参考訳（メタデータ） (2026-08-05T11:10:52Z) - ViewMorpher3D: A 3D-aware Diffusion Framework for Multi-Camera Novel View Synthesis in Autonomous Driving [20.935790354765604]
画像拡散モデルに基づく多視点画像拡張フレームワークであるViewMorpher3Dを紹介する。
シングルビューのアプローチとは異なり、ViewMorpher3Dはカメラのポーズに条件付けされた一連のレンダリングビュー、幾何学的先行3D、時間的に隣接または空間的に重複する参照ビューを共同で処理する。
我々のフレームワークは、様々なカメラとフレキシブルな参照/ターゲットビュー構成に対応しており、多様なセンサー設定に適応できる。
論文 参考訳（メタデータ） (2026-01-12T13:44:14Z) - SpatialCrafter: Unleashing the Imagination of Video Diffusion Models for Scene Reconstruction from Limited Observations [44.53106180688135]
この作業は、スパースやシングルビューのインプットから3Dシーンを再構築する上での課題である。
SpatialCrafterは,ビデオ拡散モデルにおける豊富な知識を活用して,可算的な追加観測を生成するフレームワークである。
トレーニング可能なカメラエンコーダと、明示的な幾何学的制約に対するエピポーラアテンション機構により、精密なカメラ制御と3D整合性を実現する。
論文 参考訳（メタデータ） (2025-05-17T13:05:13Z) - FreeSplat: Generalizable 3D Gaussian Splatting Towards Free-View Synthesis of Indoor Scenes [50.534213038479926]
FreeSplatは、長いシーケンス入力から自由視点合成まで、幾何学的に一貫した3Dシーンを再構築することができる。
ビュー数に関係なく、広いビュー範囲にわたる堅牢なビュー合成を実現するための、シンプルで効果的なフリービュートレーニング戦略を提案する。
論文 参考訳（メタデータ） (2024-05-28T08:40:14Z) - Enhanced Stable View Synthesis [86.69338893753886]
本稿では,自由に動くカメラから撮影した画像から,新しいビュー合成を強化するアプローチを提案する。
導入されたアプローチは、正確な幾何学的足場とカメラのポーズの復元が困難な屋外シーンに焦点を当てている。
論文 参考訳（メタデータ） (2023-03-30T01:53:14Z) - Stable View Synthesis [100.86844680362196]
安定ビュー合成(SVS)について紹介する。
SVSは、自由に分散された視点からシーンを描写するソースイメージのセットを与えられた場合、シーンの新たなビューを合成する。
SVSは3つの異なる実世界のデータセットに対して定量的かつ質的に、最先端のビュー合成手法より優れている。
論文 参考訳（メタデータ） (2020-11-14T07:24:43Z)
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。