生成による再構成：疎な観測からの3Dマルチオブジェクトシーン再構成
arXiv cs.CV / 2026/5/1
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- この論文は、遮蔽や部分的な可視性の下で、RGB-D画像（1枚または複数）から複数物体の形状・部品と姿勢を同時推定する生成フレームワークRecGenを提案する。
- RecGenは、合成シーンの合成的生成と強力な3D形状事前知識を組み合わせることで、異なる物体カテゴリや現実環境にまたがって汎化できるようにしている。
- 重度の遮蔽を含む難しいデータセットで最先端の性能を示し、対称物体、部品（関節的構造）、複雑な形状やテクスチャに対する頑健性が確認される。
- RecGenは従来最良手法SAM3Dに比べ、学習用メッシュを約80%削減しつつ、幾何学的な形状品質・テクスチャ再構成・姿勢推定の各指標で大きな改善（それぞれ30.1%、9.1%、33.9%）を達成する。
