arXiv cs.CVは2026年9月25日(現地時間)、ジェイ・ジョン・リー (Jae Joong Lee) 氏らが開発した、不均一な回転やフレーム落ちが発生するターンテーブル撮影環境に対応する新たなガウススプラッティング手法「OC-GS」に関する論文を発表した。同手法は、共有カメラ、回転軸、ピボットを維持しつつ、各画像の角度を洗練することで、スパースで不規則なキャプチャからのオブジェクト再構築精度を大幅に向上させることを目指す。
OC-GSは、均一な角度でのキャプチャを前提とする従来の3次元再構築手法が、ターンテーブル撮影における不均一な回転やフレームの欠落によって信頼性を損なうという根本的な課題に対処する目的で開発された。提案されたオブジェクト中心のガウススプラッティングは、軌道に一貫性を持たせた洗練プロセスを通じて、画像から導出されるジオメトリ情報と各画像の角度を同時に最適化する。これにより、限られた数の不規則な撮影データからでも、高精度なオブジェクトの3次元再構築を可能にする。
この手法は、まず初期のカメラポーズを各画像から直接推定し、共有されたモーションモデル内でそれらを反復的に洗練する。これにより、撮影中の不規則性によって生じる不確実なカメラ角度を動的に調整し、より正確な3D表現を構築する。特に、オブジェクトを囲む軌道が不規則である場合でも、安定した再構築が可能になる点が特徴だ。
レンダリングされたオブジェクトを用いた評価では、OC-GSは不規則に配置された12、8、6ビューの条件において、それぞれ平均前景PSNRスコアで21.26dB、19.36dB、15.83dBを達成した。これらの結果は、比較対象とした4つのポーズフリーガウススプラッティングベースライン手法を全ての条件で一貫して上回るものだった。さらに、共有トレーナーの下で画像推定角度を洗練するプロセスは、固定された初期推定値を用いる場合と比較して、平均前景PSNRを7.88dB向上させる効果が確認された。
アブレーションスタディでは、OC-GSの性能向上に寄与する要因が詳細に分析された。その結果、画像由来の角度初期化戦略と、すべての画像を横断する共有モーションモデルの両方が、再構築品質の改善に不可欠であることが確認された。これにより、手法の頑健性と精度の高さが裏付けられた。また、実際の撮影データを用いた評価においても、OC-GSの洗練プロセスによって平均前景PSNRが0.70dB増加し、実用的なシーンでの有効性も示された。これらの包括的な結果は、共有モーションモデル内で不確実な角度を効果的に洗練することが、スパースかつ不規則なターンテーブルキャプチャからの3次元再構築性能を大幅に改善する鍵であることを示唆している。
参考: arXiv cs.CV — 2026年9月26日 02:35 (JST)