日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

3Dシーン編集arXiv:2607.04144

セマンティックガイドによるガウススプラッティングを用いた段階的物体除去

Semantic-Guided Progressive Object Removal with Gaussian Splatting

シェア:XThreadsFacebookLINEはてブBluesky

3Dシーンから不要な物体を除去する際、セマンティック情報と段階的リファインメントを統合した新しいフレームワークを提案。DINOv2で他視点の意味情報を活用し、マスク領域を複数サブ領域に分けて品質の低い部分を選択的に改善することで、高品質な除去を実現。

詳しい要約

1. どんなもの?

本論文は、3D再構成されたシーンから不要なオブジェクトを除去する新しいフレームワークを提案している。Gaussian Splattingを基盤とし、Semantic-guided Block Matching (SBM)とRegion-Wise Progressive Refinement (RPR)を統合することで、複雑な幾何学的詳細やテクスチャを扱いながら高品質な除去を実現する。

2. 先行研究と比べてどこがすごい?

既存手法はマスク領域全体を単一ステップで補完し、他視点からのセマンティック情報を効果的に利用しないため、複雑な形状やテクスチャの処理が困難だった。本手法はDINOv2を用いたセマンティックガイダンスを導入し、クロスビュー一貫性を保ちつつ欠損領域を補完する点、およびマスクを複数のサブ領域に分割して視覚品質の低い領域を選択的に改善する段階的洗練戦略を採用する点で優れている。

3. 技術・手法の肝は?

手法の核は2つ。1つ目はSBMで、DINOv2を用いて多視点観測からセマンティックガイダンスをエンコードし、最適なマッチトークンをデコードしてターゲットビューの欠損領域を補完し、クロスビュー一貫性を維持する。2つ目はRPRで、ターゲットマスクを複数のサブ領域に分割し、視覚品質の低い領域を選択的に洗練する。これらをGaussian Splatting上に構築することで、高忠実度のシーン再構成と効率的な計算を実現する。

4. どうやって有効だと検証した?

実験では、既存のGaussianベースの手法と比較し、3Dオブジェクト除去における知覚品質とコヒーレンスの点で優れていることを示した。具体的なデータセットや評価指標は要旨からは不明だが、定量的・定性的な比較を行ったと推測される。

5. 議論はある?

要旨からは、提案手法の限界や議論点は明示されていない。ただし、セマンティック情報の利用や段階的洗練の計算コスト、DINOv2の特徴量の選択が結果に与える影響などが潜在的な議論点として考えられるが、要旨には記載がないため不明。

6. 次に読むべき論文は?

要旨で参照されている関連研究として、Gaussian Splattingに基づく既存のオブジェクト除去手法が挙げられる。また、セマンティック情報の活用という点でDINOv2を用いた研究や、3Dシーン補完に関する一般的な手法(例: NeRF-based inpainting)も関連する。具体的な論文名は要旨にないため、同分野の定番であるGaussian SplattingやDINOv2の原著論文を読むことが推奨される。

※ 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: Xianliang Huang, Chen Xiao, Yuanxiang Ni, Guanming Liu, Mingkai Liu, Dikai Fan, Xiao Liu, Hao Zhang

分類: cs.RO

原文アブストラクト

Removing unwanted objects from reconstructed 3D scenes is an important task in computer vision, supporting applications in AR/VR, robotics, and digital content creation. Existing methods typically complete the entire masked region in a single step and without effectively utilizing semantic information from other views, leading to difficulties in handling complex geometric details and textures. In this work, we propose a novel framework that integrates Semantic-guided Block Matching (SBM) and Region-Wise Progressive Refinement (RPR) for high-quality 3D object removal. First, we leverage DINOv2 to encode semantic guidance from multi-view observations, and the best match tokens are decoded to complete missing regions in the target view while maintaining cross-view consistency. Second, we introduce a RPR strategy that segments the target mask into multiple subregions and selectively refines those with poor visual quality. Our method is built upon Gaussian Splatting, ensuring high-fidelity scene reconstruction with efficient computation. Experimental results demonstrate that our approach outperforms existing Gaussian-based methods in terms of perceptual quality and coherence in 3D object removal.

関連論文

  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