3次元セマンティック補完2026/3/1arXiv:2603.21487

GaussianSSC: トライプレーン誘導による方向性ガウス場を用いた3次元セマンティック補完

GaussianSSC: Triplane-Guided Directional Gaussian Fields for 3D Semantic Completion

ボクセルグリッドとガウス表現を融合し、トライプレーン誘導の方向性ガウス場でセマンティックシーン補完の精度を向上させる2段階手法を提案。

詳しい要約

1. どんなもの？

- 3D semantic scene completion (SSC) のための2段階の手法である GaussianSSC を提案。 - ボクセルグリッドを置き換えず、別の Gaussian 集合も維持せず、Gaussian の利点を注入する。 - グリッドネイティブで triplane に導かれるアプローチ。 - 第1段階で占有推定、第2段階で意味予測を行う。

2. 先行研究と比べてどこがすごい？

- 従来の SSC 手法と比べ、Gaussian を導入してもボクセルグリッドや別の Gaussian 集合を必要としない。 - 第1段階の占有推定で、最先端ベースラインに対して Recall +1.0%、Precision +2.0%、IoU +1.8% 改善。 - 第2段階の意味予測で IoU +1.8%、mIoU +0.8% 改善。 - triplane 表現の効率を保ちつつ、Gaussian の利点を活用。

3. 技術・手法の肝は？

- Gaussian Anchoring: 融合 FPN 特徴上でサブピクセルかつ Gaussian 重み付きの画像集約を行い、ボクセルと画像の位置合わせを強化。 - 点状のボクセル特徴を学習された per-voxel Gaussian field に変換。 - triplane-aligned Gaussian-Triplane Refinement モジュールで triplane 特徴を洗練。 - local gathering (target-centric) と global aggregation (source-centric) を組み合わせる。 - 方向性・異方性のサポートにより、表面の接線、スケール、オクルージョンを考慮した非対称性を捉える。

4. どうやって有効だと検証した？

- SemanticKITTI データセットで評価。 - 第1段階の占有推定で Recall +1.0%、Precision +2.0%、IoU +1.8% の改善を確認。 - 第2段階の意味予測で IoU +1.8%、mIoU +0.8% の改善を確認。 - 最先端ベースラインとの比較により有効性を検証。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- SemanticKITTI を参照。 - 関連手法として FPN、triplane 表現、Gaussian ベースの手法が挙げられる。 - 具体的な論文名は要旨からは不明。

※ 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: Ruiqi Xian, Jing Liang, He Yin, Xuewei Qi, Dinesh Manocha

分類: cs.RO, cs.LG

原文アブストラクト

We present \emph{GaussianSSC}, a two-stage, grid-native and triplane-guided approach to semantic scene completion (SSC) that injects the benefits of Gaussians without replacing the voxel grid or maintaining a separate Gaussian set. We introduce \emph{Gaussian Anchoring}, a sub-pixel, Gaussian-weighted image aggregation over fused FPN features that tightens voxel--image alignment and improves monocular occupancy estimation. We further convert point-like voxel features into a learned per-voxel Gaussian field and refine triplane features via a triplane-aligned \emph{Gaussian--Triplane Refinement} module that combines \emph{local gathering} (target-centric) and \emph{global aggregation} (source-centric). This directional, anisotropic support captures surface tangency, scale, and occlusion-aware asymmetry while preserving the efficiency of triplane representations. On SemanticKITTI~\cite{behley2019semantickitti}, GaussianSSC improves Stage~1 occupancy by +1.0\% Recall, +2.0\% Precision, and +1.8\% IoU over state-of-the-art baselines, and improves Stage~2 semantic prediction by +1.8\% IoU and +0.8\% mIoU.

arXivで原文を読む →arXiv概要ページ

← 論文一覧