氷下AUV映像で3D再構成が失敗する理由とその予測法

- 南極の氷下AUV映像（Icefin, Kamb Ice Stream）を用いた3D再構成が不正確である問題を扱う。 - 4つの再構成モデル（classical feature matching SfM, differentiable photometric splatting, volumetric depth fusion, pose-free feed-forward foundation model）を同一映像でテスト。 - 全てが失敗し、それぞれ異なる失敗モード（登録ほぼ不能、幾何学的破綻、カバレッジアーティファクト、チャンク間スケール不安定）を示す。 - 失敗は共通の撮影レジーム（small camera-baseline-to-scene-depth ratio）と整合することを示す。 - この失敗を数分で検出するシステムを提案。

- 従来、氷下AUV映像の3D再構成失敗は手法の欠陥か撮影システムの本質的欠陥か不明であった。 - 本研究は同一映像で4つの異なる手法を比較し、全てが同じ撮影レジームに起因することを示した点が新しい。 - 失敗を事前に検出するシステムを提案し、無駄な計算を削減する点が先行研究と異なる。

- 4つの再構成モデル（classical feature matching SfM, differentiable photometric splatting, volumetric depth fusion, pose-free feed-forward foundation model）を同一の氷下AUV映像に適用。 - 各手法の失敗モードを分析し、共通の原因としてsmall camera-baseline-to-scene-depth ratioを同定。 - このレジームを検出するシステムを提案し、失敗を数分でフラグ付けする。

- 南極の氷下AUV映像（Icefin, Kamb Ice Stream）を用いて4つのモデルをテスト。 - 全てのモデルが失敗し、それぞれ異なる失敗モードを示すことを確認。 - 失敗がsmall camera-baseline-to-scene-depth ratioと整合することを分析。 - 提案する検出システムが失敗を数分でフラグ付けすることを示す（具体的な検証方法は要旨からは不明）。

- 失敗が手法の欠陥ではなく、撮影レジーム（small camera-baseline-to-scene-depth ratio）に起因する可能性を議論。 - このレジームが4つの異なる手法全てに共通の失敗をもたらすことを指摘。 - 検出システムの有効性と、計算資源の節約について言及。 - 具体的な議論の詳細や限界は要旨からは不明。

- 要旨で参照/比較されている研究：classical feature matching SfM, differentiable photometric splatting, volumetric depth fusion, pose-free feed-forward foundation model。 - 関連手法：Icefin, Kamb Ice Stream。 - 同分野の定番：under-ice AUV video, 3D reconstruction, SfM, photometric splatting, depth fusion, foundation model。