6D姿勢推定2026/10/9arXiv:2610.13309

NovaSplat: 3Dガウシアンスプラッティングの導入と洗練によるモデルフリー6D物体姿勢推定

NovaSplat: Model-Free 6D Object Pose Estimation via 3D Gaussian Splatting Onboarding and Refinement

スマホで撮影した短い動画から3Dガウシアンスプラッティングを学習し、モデルフリーで高精度な6D物体姿勢推定を実現する手法を提案。

詳しい要約

1. どんなもの？

- 新規物体の6D pose estimationをCADモデルなしで行うmodel-freeパイプラインNovaSplatを提案。 - onboarding時にスマートフォンで撮影した短い動画から3D Gaussian Splatting (3DGS)モデルを学習。 - この3DGSモデルを検出・粗いpose推定のテンプレート源と、pose refinementの微分可能バックボーンの両方に利用。 - 家庭用品ベンチマークと工業用ベンチマークで評価。

2. 先行研究と比べてどこがすごい？

- model-free手法はonboarding中に物体表現をゼロから構築する必要があり、model-based手法に長く後れを取っていた。 - NovaSplatは家庭用品ベンチマークで全てのmodel-based手法を上回る。 - テクスチャレス・鏡面表面を含む難易度の高い工業用ベンチマークでは、全てのmodel-free競合を上回り、model-based手法とのギャップを大幅に縮小。 - 推論を3.1倍高速化するNovaSplat-Liteも導入し、精度低下はごく僅か。

3. 技術・手法の肝は？

- onboardingの短いスマートフォン動画から3D Gaussian Splatting (3DGS)モデルを学習。 - 学習した3DGSをテンプレート源として検出と粗いpose推定に使用。 - 同じ3DGSを微分可能バックボーンとしてpose refinementに利用。 - refinerはphotometric lossとgeometric lossを組み合わせ、勾配特異点のない連続回転パラメータ化で物体-カメラ間poseを最適化。

4. どうやって有効だと検証した？

- 家庭用品ベンチマークでmodel-based手法を全て上回ることを確認。 - テクスチャレス・鏡面表面を含む工業用ベンチマークでmodel-free競合を全て上回り、model-based手法とのギャップを大幅に縮小することを確認。 - NovaSplat-Liteが精度をほぼ落とさず3.1倍高速であることを確認。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照・比較されている研究は明示されていない。 - 関連手法として3D Gaussian Splatting (3DGS)、model-based 6D pose estimation、model-free 6D pose estimationが挙げられる。

※ 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: Georgios Floros, Evangelos Sartinas, Orestis Vangelis, Maria Pateraki

分類: cs.CV, cs.RO

原文アブストラクト

6D pose estimation of novel objects without CAD models remains an open challenge: model-free methods must build the object representation from scratch during onboarding and have long trailed their model-based counterparts. We present NovaSplat, a model-free pipeline that closes this gap. From a short smartphone video captured at onboarding, we train a 3D Gaussian Splatting (3DGS) model that serves both as a template source for detection and coarse pose estimation and as a differentiable backbone for pose refinement. Our refiner optimizes the object-to-camera pose with combined photometric and geometric losses under a continuous rotation parametrization free of gradient singularities. On a household-object benchmark, NovaSplat surpasses all model-based methods. On a challenging industrial benchmark with textureless and specular surfaces, it outperforms all model-free competitors while substantially narrowing the gap to model-based ones. We further introduce NovaSplat-Lite, an inference variant that is $3.1\times$ faster at negligible accuracy cost. Code will be made available at \href{https://github.com/POSE-Lab/novasplat}{https://github.com/POSE-Lab/novasplat}.

arXivで原文を読む →arXiv概要ページ

NovaSplat: 3Dガウシアンスプラッティングの導入と洗練によるモデルフリー6D物体姿勢推定

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文