日次キュレーション 2026-7-15

CoSAGは、CLIPなどの視覚言語特徴を3Dガウスプロッティングに埋め込んだセマンティックフィールドの圧縮手法を提案する。従来方法はシーン毎に符号化器を学習するが、本手法は構築と保存を分離し、保存をレート歪み問題として位置付ける。閉形式の透過率加重リフト、空間的に接地されたセマンティックアンカー、マルチビュー除去ノイズ、および空間予測的エントロピー符号化により、訓練なしでサブメガバイト保存を実現し、LangSplatV2比で37～76倍の圧縮を達成しながら精度は同等以上。

CoSAGは訓練不要な手法で、3D視覚言語セマンティックフィールドをサブメガバイト規模に圧縮する。空間的アンカーとエントロピー符号化により、LangSplatV2比で37～76倍の圧縮率を実現し、複数の評価プロトコルで精度は同等以上を達成。

CoSAGは、3Dシーンの意味理解フィールドを訓練なしで圧縮。アンカー構造とエントロピー符号化で37～76倍のサイズ削減を実現。

GHOSTは透明物体の深度推定・3D再構成の課題に対応する幾何ガイド型前処理フレームワークである。TransDINOとTransDecompでマスクと透明度物理特性を分離し、DAF-Netが表面法線を復旧して幾何曲率を符号化する。GeoSemTransNetが多モーダル手がかりを統合し、透明物体の3D構造を保持する質感豊かな不透明RGB画像を合成する。既存の深度推定・再構成モデルの精度を光度手がかり復旧により大幅に向上させる。

透明物体は深度推定と3D再構成の困難な課題である。GHOSTはビジュアルファウンデーションモデルを活用し、透明領域を構造的に整合した不透明表現に変換するフレームワークである。複数のニューラルネット（TransDINO、TransDecomp、DAF-Net、GeoSemTransNet）を段階的に適用し、光度手がかりを復旧することで既存モデルの精度を向上させる。

透明物体は3D再構成が難しい問題である。GHOSTは視覚AIモデルを用いて透明領域を不透明に変換し、深度推定モデルの精度を向上させる前処理フレームワークである。

本論文は、Gaussian Splattingに基づく単一オブジェクトの3D再構成手法を提案する。前景背景確率をガウシアン属性に直接統合し、学習中に低確率ガウシアンを動的に削減することで、計算・メモリ効率を改善する。YOLOとSAMで生成した確率マスクを活用し、バイナリマスク制約を確率値に置き換えて境界曖昧性を軽減する。デュアルステージフィルタリング戦略により背景ガウシアンを抑制する。MIP-360、T&T、NVOSデータセットの実験で、マスク誤差下での自己補正能力と標準3DGS比較時の同等品質を確認し、約1/10のガウシアン数で達成した。

単一オブジェクトの3D再構成において、確率的ガウシアンスプラッティングを用いた効率的手法を提案する。YOLOとSAMの確率マスクを活用し、バイナリマスクを確率値に置き換え、背景ガウシアンを動的に削減する。複数データセットでの実験により、従来手法の1/10のガウシアン数で同等品質の再構成を実現した。

単一オブジェクトの3D再構成で確率的ガウシアンスプラッティングを適用し、バイナリマスクを確率値に置き換え背景情報を削減。従来手法と同等品質を1/10のガウシアン数で達成。