日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
SLAMarXiv:2602.17182

NRGS-SLAM: 変形対応3Dガウシアンスプラッティングによる内視鏡向け単眼非剛体SLAM

NRGS-SLAM: Monocular Non-Rigid SLAM for Endoscopy via Deformation-Aware 3D Gaussian Splatting

シェア:XThreadsFacebookLINEはてブBluesky

内視鏡映像の軟組織変形に対応するため、各ガウシアンに学習可能な変形確率を持たせた3Dガウシアンマップと変形対応トラッキングを組み合わせた単眼非剛体SLAMを提案。

詳しい要約

1. どんなもの？

- 内視鏡シーン向けの単眼非剛体SLAMシステム。 - 3D Gaussian Splattingをベースに、変形を考慮した3D Gaussianマップを構築。 - 各Gaussianに学習可能な変形確率を付与し、Bayesian self-supervisionで最適化。 - 変形追跡モジュールと変形マッピングモジュールを統合。 - カメラ姿勢推定と高品質な再構成を同時に実現することを目指す。

2. 先行研究と比べてどこがすごい？

- 従来の単眼非剛体SLAMは効果的な分離機構がなく、疎または低忠実度なシーン表現に依存。 - その結果、トラッキングドリフトと再構成品質の限界があった。 - 提案手法は変形確率を導入してカメラ自我運動と内在変形の結合曖昧性を解決。 - 外部の非剛体ラベルを必要とせず、Bayesian self-supervisionで学習。 - 公開内視鏡データセットでRMSEを最大50%削減し、最先端手法より高精度な姿勢推定と高品質再構成を達成。

3. 技術・手法の肝は？

- 変形対応3D Gaussianマップ：各Gaussianプリミティブに学習可能な変形確率を付加。 - Bayesian self-supervision戦略で外部ラベルなしに変形確率を最適化。 - 変形追跡モジュール：低変形領域を優先する粗から細への姿勢推定。 - フレームごとの効率的な変形更新を実施。 - 変形マッピングモジュール：表現能力と計算効率のバランスをとりつつ地図を漸進的に拡張・洗練。 - 統合ロバスト幾何損失：外部幾何事前情報を組み込み、単眼非剛体SLAMの不良設定性を緩和。

4. どうやって有効だと検証した？

- 複数の公開内視鏡データセットで広範な実験を実施。 - カメラ姿勢推定精度をRMSEで評価し、最大50%の削減を確認。 - 写真リアリスティックな再構成品質が最先端手法より高いことを示す。 - 包括的なアブレーション研究で主要設計選択の有効性を検証。

5. 議論はある？

- 要旨からは不明。 - 限界や失敗事例、計算コスト、一般化性に関する議論は記載されていない。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究：monocular non-rigid SLAM、3D Gaussian Splatting。 - 関連手法：V-SLAM、Bayesian self-supervision、deformable tracking、deformable mapping。 - 同分野の定番：EndoSLAM、Endo-VO、Non-rigid Structure from Motion。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Jiwei Shan, Zeyu Cai, Yirui Li, Yongbo Chen, Lijun Han, Yun-hui Liu, Hesheng Wang, Shing Shin Cheng

分類: cs.CV, cs.RO

原文アブストラクト

Visual simultaneous localization and mapping (V-SLAM) is a fundamental capability for autonomous perception and navigation. However, endoscopic scenes violate the rigidity assumption due to persistent soft-tissue deformations, creating a strong coupling ambiguity between camera ego-motion and intrinsic deformation. Although recent monocular non-rigid SLAM methods have made notable progress, they often lack effective decoupling mechanisms and rely on sparse or low-fidelity scene representations, which leads to tracking drift and limited reconstruction quality. To address these limitations, we propose NRGS-SLAM, a monocular non-rigid SLAM system for endoscopy based on 3D Gaussian Splatting. To resolve the coupling ambiguity, we introduce a deformation-aware 3D Gaussian map that augments each Gaussian primitive with a learnable deformation probability, optimized via a Bayesian self-supervision strategy without requiring external non-rigidity labels. Building on this representation, we design a deformable tracking module that performs robust coarse-to-fine pose estimation by prioritizing low-deformation regions, followed by efficient per-frame deformation updates. A carefully designed deformable mapping module progressively expands and refines the map, balancing representational capacity and computational efficiency. In addition, a unified robust geometric loss incorporates external geometric priors to mitigate the inherent ill-posedness of monocular non-rigid SLAM. Extensive experiments on multiple public endoscopic datasets demonstrate that NRGS-SLAM achieves more accurate camera pose estimation (up to 50\% reduction in RMSE) and higher-quality photo-realistic reconstructions than state-of-the-art methods. Comprehensive ablation studies further validate the effectiveness of our key design choices. Source code will be publicly available upon paper acceptance.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大　最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携　2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER（GPU搭載BTOパソコン）

FRONTIER（GPU搭載BTOパソコン）の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →