運転シーン生成のための物理認識3Dガウシアン編集

3D Gaussian Splatting (3DGS) を用いた自動運転シミュレーション・データ生成において、路面形状の編集（speed hump や sunken road の挿入など）と車両挙動の物理的整合性を両立させる編集システム RoVES を提案。単一画像から路面形状を挿入し、4-DOF half-car vehicle dynamics model と連携して車両姿勢（vertical displacement と pitch）を補正する。

既存の 3DGS 編集手法は路面形状編集のサポートが限定的で、車両-路面相互作用の物理的整合性を考慮しない。また最適化ベース手法は編集ごとに数分の refinement を要し、効率的な代替手法は外観や物体レベルの操作に留まる。RoVES は one-shot かつ optimization-free で路面形状を挿入し、物理を考慮した車両姿勢補正を実現する点が優れる。

単一画像駆動で路面形状を挿入する one-shot, optimization-free パイプラインを採用。編集した路面プロファイルを 4-DOF half-car vehicle dynamics model と結合し、車両の vertical displacement と pitch を物理的に補正。動的車両は pose editing で編集し、フレームごとに姿勢を補正して動力学に整合した応答を近似する。color transfer も含む。

Waymo dataset を用いた実験により、RoVES が実用的な効率と競争力のある視覚的整合性を物理を考慮した運転シーン生成で提供することを示した。

要旨からは不明。

3D Gaussian Splatting (3DGS) を用いたシーン編集手法、および 4-DOF half-car vehicle dynamics model に関する研究。具体的な参照論文は要旨に記載なし。