論文の概要: Textured-GS: Gaussian Splatting with Spatially Defined Color and Opacity

• arxiv url: http://arxiv.org/abs/2407.09733v3
• Date: Wed, 13 Nov 2024 17:07:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-14 16:08:49.116691
• Title: Textured-GS: Gaussian Splatting with Spatially Defined Color and Opacity
• Title（参考訳）: テクスチャ-GS:空間的に定義された色と平和を持つガウススプラッティング
• Authors: Zhentao Huang, Minglun Gong,
• Abstract要約: Spherical Harmonics (SH) を用いたガウス平滑化手法である Textured-GS を導入する。 このアプローチにより、各ガウス多様体は、その表面の様々な色や不透明度を調節することで、よりリッチな表現を表現できる。 実験の結果,Textured-GS はベースラインのMini-Splatting と標準の3DGS を視覚的忠実度で一貫して上回っていることがわかった。
• 参考スコア（独自算出の注目度）: 7.861993966048637
• License:
• Abstract: In this paper, we introduce Textured-GS, an innovative method for rendering Gaussian splatting that incorporates spatially defined color and opacity variations using Spherical Harmonics (SH). This approach enables each Gaussian to exhibit a richer representation by accommodating varying colors and opacities across its surface, significantly enhancing rendering quality compared to traditional methods. To demonstrate the merits of our approach, we have adapted the Mini-Splatting architecture to integrate textured Gaussians without increasing the number of Gaussians. Our experiments across multiple real-world datasets show that Textured-GS consistently outperforms both the baseline Mini-Splatting and standard 3DGS in terms of visual fidelity. The results highlight the potential of Textured-GS to advance Gaussian-based rendering technologies, promising more efficient and high-quality scene reconstructions. Our implementation is available at https://github.com/ZhentaoHuang/Textured-GS.
• Abstract（参考訳）: 本稿では,Spherical Harmonics (SH) を用いた空間的に定義された色と不透明度の変化を取り入れた,ガウススプラッティングの手法である Textured-GS を紹介する。 このアプローチにより、各ガウス語は、様々な色や不透明度を表面にわたって調節することで、よりリッチな表現を表現でき、従来の手法に比べてレンダリング品質を著しく向上させることができる。 提案手法のメリットを実証するため,我々はミニ・スプレイティング・アーキテクチャを応用し,ガウスの数を増大させることなくテクスチャ化されたガウスを統合した。 複数の実世界のデータセットを対象とした実験では、Textured-GSがベースラインのMini-Splattingと標準の3DGSの両方を視覚的忠実度で一貫して上回っていることが示された。 その結果、Textured-GSがガウスベースのレンダリング技術を進歩させ、より効率的で高品質なシーン再構築を約束する可能性を浮き彫りにした。 実装はhttps://github.com/ZhentaoHuang/Textured-GS.comで公開しています。

関連論文リスト

• Gaussian Billboards: Expressive 2D Gaussian Splatting with Textures [8.724367699416893]
  2DGS(2DGS)と従来のコンピュータグラフィックスの看板との類似点を強調した。 本研究では,2DGSのテクスチャを用いて空間的に異なる色を付加するために,2DGSの修正を提案する。 本研究では,シーン表現のシャープさと質を,質的,定量的な評価で改善できることを示す。
  論文  参考訳（メタデータ） (2024-12-17T09:57:04Z)
• SuperGaussians: Enhancing Gaussian Splatting Using Primitives with Spatially Varying Colors [51.54964131894217]
  空間的に異なる色と不透明度を1つのガウスプリミティブに利用して表現能力を向上するSuperGaussianと呼ばれる新しい手法を提案する。 我々は、空間的に異なる機能として、バイリニア、可動カーネル、さらには小さなニューラルネットワークを実装した。
  論文  参考訳（メタデータ） (2024-11-28T07:36:22Z)
• Textured Gaussians for Enhanced 3D Scene Appearance Modeling [58.134905268540436]
  3D Gaussian Splatting (3DGS)は最先端の3D再構成およびレンダリング技術として登場した。 本稿では,それぞれにα(A), RGB, RGBAテクスチャマップを付加した一般化されたガウスの外観表現を提案する。 類似または少ないガウス数を用いて,既存の手法に比べて画質が向上したことを示す。
  論文  参考訳（メタデータ） (2024-11-27T18:59:59Z)
• G2SDF: Surface Reconstruction from Explicit Gaussians with Implicit SDFs [84.07233691641193]
  G2SDFはニューラル暗黙の符号付き距離場をガウススプラッティングフレームワークに統合する新しいアプローチである。 G2SDFは, 3DGSの効率を維持しつつ, 従来よりも優れた品質を実現する。
  論文  参考訳（メタデータ） (2024-11-25T20:07:07Z)
• GStex: Per-Primitive Texturing of 2D Gaussian Splatting for Decoupled Appearance and Geometry Modeling [None]
  ガウススプラッティングは、ビュー合成とシーン再構成に優れた性能を示した。 各ガウス原始体は外観と幾何学の両方を符号化しているので、外見モデリングには多数のガウス原始体が必要である。 我々は,1つのガウス語でさえ外観の詳細を捉えられるように,パープリミティブな表現を採用することを提案する。
  論文  参考訳（メタデータ） (2024-09-19T17:58:44Z)
• HO-Gaussian: Hybrid Optimization of 3D Gaussian Splatting for Urban Scenes [24.227745405760697]
  本稿では,グリッドベースボリュームと3DGSパイプラインを組み合わせたHO-Gaussianというハイブリッド最適化手法を提案する。 広範に使用されている自律走行データセットの結果から,HO-Gaussianはマルチカメラ都市データセット上でリアルタイムに写真リアリスティックレンダリングを実現することが示された。
  論文  参考訳（メタデータ） (2024-03-29T07:58:21Z)
• Hybrid Explicit Representation for Ultra-Realistic Head Avatars [55.829497543262214]
  我々は,超現実的な頭部アバターを作成し,それをリアルタイムにレンダリングする新しい手法を提案する。 UVマップされた3Dメッシュは滑らかな表面のシャープでリッチなテクスチャを捉えるのに使われ、3Dガウス格子は複雑な幾何学構造を表現するために用いられる。 モデル化された結果が最先端のアプローチを上回る実験を行ないました。
  論文  参考訳（メタデータ） (2024-03-18T04:01:26Z)
• GaussianStyle: Gaussian Head Avatar via StyleGAN [64.85782838199427]
  本稿では,3DGSのボリューム強度とStyleGANの強力な暗黙表現を統合する新しいフレームワークを提案する。 提案手法は, 再現性, 新規なビュー合成, アニメーションにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-02-01T18:14:42Z)
• GS-IR: 3D Gaussian Splatting for Inverse Rendering [71.14234327414086]
  3次元ガウス散乱(GS)に基づく新しい逆レンダリング手法GS-IRを提案する。 我々は、未知の照明条件下で撮影された多視点画像からシーン形状、表面物質、環境照明を推定するために、新しいビュー合成のための最高のパフォーマンス表現であるGSを拡張した。 フレキシブルかつ表現力のあるGS表現は、高速かつコンパクトな幾何再構成、フォトリアリスティックな新規ビュー合成、有効物理ベースレンダリングを実現する。
  論文  参考訳（メタデータ） (2023-11-26T02:35:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。