TreeGaussian：階層整合的な3Dガウシアンシーンのセグメンテーションと理解のためのツリー誘導カスケード対照学習
arXiv cs.CV / 2026/4/7
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- TreeGaussianは、マルチレベルのオブジェクトツリーによって物体-部品の関係を明示的にモデリングすることで、3Dガウシアンスプラッティングを用いた階層的かつ全体-部品の3D意味セグメンテーションを改善する新しい研究手法である。
- 本手法は、冗長性を低減し、対照学習の飽和を緩和し、学習を安定化させるために、特徴をグローバルからローカルへと段階的に洗練していく2段階のカスケード対照学習戦略を用いる。
- 階層整合的セグメンテーション検出（CSD）メカニズムと、グラフベースのデノイジングモジュールを導入し、ビュー間のセグメンテーション整合性を向上させ、不安定または低品質なガウシアン点を抑制する。
- オープンボキャブラリの3Dオブジェクト選択やポイントクラウド理解タスクを含む実験、ならびにアブレーション研究により、従来手法よりも有効性と頑健性が改善されることが示される。
- 中核となる目的は、従来の密なペアワイズ比較の限界や、2Dプライアから導かれる一貫性のない階層ラベル信号によって、サブ最適な階層的特徴学習につながってしまう問題を克服することである。
