OccamView: フレーム予算制約下のアクティブ3Dガウス再構成のためのオブジェクト条件付き視点選択

OccamViewは、限られたフレーム予算（frame budget）下での能動的3D Gaussian reconstruction（active 3D Gaussian reconstruction）において、オブジェクト条件付きの視点選択（object-conditioned view selection）を行うフレームワークである。オンラインのオブジェクトメモリを維持し、未解決の局所占有領域を保守的な隠れ領域プロキシとして表現し、オクルージョンを考慮したプロキシカバレッジスコアで候補視点を評価する。また、Geo-Floor機構により、オブジェクト条件付きの再ランキングを幾何学的に競争力のある候補に制限し、基盤となるプランナーの幾何駆動探索を維持しつつ補完的な観測を導く。

既存のactive 3DGS手法は主に幾何学的情報利得に基づいて視点を計画し、オブジェクト誘発の隠れ領域を一般的な未探索空間と同様に扱う。そのため、フレーム予算が厳しい場合、シーンの大域的なカバレッジを優先し、部分的に観測されたオブジェクトの再構成が不完全になる可能性がある。OccamViewは、オブジェクト固有の手がかりを統合することでこの限界に対処し、オブジェクトの形状完了や未観測ジオメトリの予測に依存せず、軽量なオブジェクト条件付きキューで幾何駆動の視点計画を補完する点が新しい。

手法の核は、(1) オープンボキャブラリ検出（open-vocabulary detections）から得たオブジェクト検出をRGB-D観測に基づいて接地し、オンラインオブジェクトメモリを維持すること。(2) 検出オブジェクト周辺の未解決の局所占有領域を保守的な隠れ領域プロキシとして表現し、オクルージョンを考慮したプロキシカバレッジスコアで候補視点を評価すること。(3) Geo-Floor機構により、オブジェクト条件付きの再ランキングを幾何学的に競争力のある候補に制限し、基盤プランナーの探索行動を維持すること。

ReplicaおよびMatterport3Dデータセット上で、統一されたフレーム予算プロトコルを用いて実験を行った。5つのフレーム予算にわたって、Completionの低減とCompletion Ratioの向上を一貫して示し、特に限られたフレーム予算下で顕著な改善が見られた。

要旨からは、提案手法の限界や潜在的な欠点についての議論は不明である。ただし、軽量なオブジェクト条件付きキューが幾何駆動の能動視点計画を効果的に補完することが示されたが、オブジェクト検出の精度やオブジェクトメモリの更新戦略が性能に与える影響などは要旨からは不明である。

要旨で参照されている関連研究として、active 3D Gaussian reconstruction（active 3DGS）の既存手法や、open-vocabulary detection、RGB-Dベースのオブジェクト検出、能動視点計画に関する研究が挙げられる。具体的には、幾何学的情報利得に基づく視点計画手法や、オブジェクト認識を統合した能動探索手法などが関連する。