NRGS：堅牢な3Dセマンティック・ガウシアン・スプラッティングのためのニューラル正則化
arXiv cs.CV / 2026/4/27
📰 ニュースModels & Research
要点
- 本論文は、複数ビューの2D特徴を3Dへ持ち上げる際に生じるノイジーな3Dセマンティック場を改善するためのニューラル正則化手法を提案します。
- ビジョン基盤モデルの特徴にはクロスビューの制約が不足しがちで、その結果ビュー間で不整合が起きてしまい、下流タスクの性能低下につながる点を扱います。
- 事前処理でマルチビューの一貫性を作る、または重い最適化でノイズを抑える、といった従来の方針に対し、本手法は3Dガウシアン上に直接、分散を考慮した条件付きMLPを適用します。
- 3Dガウシアンの幾何情報と外観属性を活用して3D空間内のセマンティック誤りを補正し、複数データセットでセマンティクスの精度向上を示します。
