論文の概要: BillBoard Splatting (BBSplat): Learnable Textured Primitives for Novel View Synthesis

• arxiv url: http://arxiv.org/abs/2411.08508v1
• Date: Wed, 13 Nov 2024 10:43:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-14 16:11:10.980989
• Title: BillBoard Splatting (BBSplat): Learnable Textured Primitives for Novel View Synthesis
• Title（参考訳）: BillBoard Splatting (BBSplat):新しいビュー合成のための学習可能なテクスチャプリミティブ
• Authors: David Svitov, Pietro Morerio, Lourdes Agapito, Alessio Del Bue,
• Abstract要約: 本稿では,テクスチャ化された幾何学的プリミティブに基づく3次元シーン表現のための新しい手法として,BBSplat(Billboard Splatting)を提案する。 BBSplatはこのシーンを、学習可能なRGBテクスチャと、その形状を制御するアルファマップを備えた、最適化可能なテクスチャ化された平面プリミティブのセットとして表現している。
• 参考スコア（独自算出の注目度）: 24.094129395653134
• License:
• Abstract: We present billboard Splatting (BBSplat) - a novel approach for 3D scene representation based on textured geometric primitives. BBSplat represents the scene as a set of optimizable textured planar primitives with learnable RGB textures and alpha-maps to control their shape. BBSplat primitives can be used in any Gaussian Splatting pipeline as drop-in replacements for Gaussians. Our method's qualitative and quantitative improvements over 3D and 2D Gaussians are most noticeable when fewer primitives are used, when BBSplat achieves over 1200 FPS. Our novel regularization term encourages textures to have a sparser structure, unlocking an efficient compression that leads to a reduction in storage space of the model. Our experiments show the efficiency of BBSplat on standard datasets of real indoor and outdoor scenes such as Tanks&Temples, DTU, and Mip-NeRF-360. We demonstrate improvements on PSNR, SSIM, and LPIPS metrics compared to the state-of-the-art, especially for the case when fewer primitives are used, which, on the other hand, leads to up to 2 times inference speed improvement for the same rendering quality.
• Abstract（参考訳）: 本稿では,テクスチャ化された幾何学的プリミティブに基づく3次元シーン表現のための新しい手法として,BBSplat(Billboard Splatting)を提案する。 BBSplatはこのシーンを、学習可能なRGBテクスチャと、その形状を制御するアルファマップを備えた、最適化可能なテクスチャ化された平面プリミティブのセットとして表現している。 BBSplatプリミティブは任意のガウススティングパイプラインでガウスのドロップイン置換として使用することができる。 BBSplatが1200FPS以上を達成した場合、3Dおよび2Dガウシアンに対する定性的・定量的改善はプリミティブが少ない場合に最も顕著である。 我々の新しい正規化用語は、テクスチャがスペーサー構造を持つことを奨励し、効率的な圧縮を解き、モデルの記憶空間を減少させる。 実験では,室内および屋外の実際のシーン,例えばTamps&Temples,DTU,Mip-NeRF-360の標準データセットに対するBBSplatの有効性を示した。 また,PSNR,SSIM,LPIPSの計測精度を,最先端技術と比較して向上させ,特にプリミティブが少ない場合には,同じレンダリング品質に対して最大2倍の推論速度向上をもたらすことを示した。

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)
• Planar Gaussian Splatting [42.74999794635269]
  Planar Gaussian Splatting (PGS)は、3D幾何学を学習し、シーンの3D平面を解析する新しいニューラルネットワーク手法である。 PGSは3次元平面ラベルや深度監視を必要とせず、3次元平面再構成における最先端の性能を達成する。
  論文  参考訳（メタデータ） (2024-12-02T19:46:43Z)
• TexGaussian: Generating High-quality PBR Material via Octree-based 3D Gaussian Splatting [48.97819552366636]
  本稿では, 八面体配向型3次元ガウス平板を用いた高速PBR材料生成のためのTexGaussianを提案する。 本手法は,PBR素材をより視覚的に合成し,非条件シナリオとテキスト条件シナリオの両方において,従来の方法よりも高速に動作させる。
  論文  参考訳（メタデータ） (2024-11-29T12:19:39Z)
• 3D Convex Splatting: Radiance Field Rendering with 3D Smooth Convexes [87.01284850604495]
  多視点画像から幾何学的に有意な放射場をモデル化するためのプリミティブとして3次元滑らかな凸を利用した3次元凸法(3DCS)を提案する。 3DCSは、MipNeizer, Tanks and Temples, Deep Blendingなどのベンチマークで、3DGSよりも優れたパフォーマンスを実現している。 本結果は,高品質なシーン再構築のための新しい標準となる3Dコンベクシングの可能性を強調した。
  論文  参考訳（メタデータ） (2024-11-22T14:31:39Z)
• Epipolar-Free 3D Gaussian Splatting for Generalizable Novel View Synthesis [25.924727931514735]
  一般化可能な3DGSは、フィードフォワード推論方式でスパースビュー観測から新しいシーンを再構築することができる。 既存の手法は、複雑な現実世界のシーンでは信頼できないエピポーラ先行に大きく依存している。 一般化可能な新規ビュー合成のための効率的なフィードフォワード3DGSモデルであるeFreeSplatを提案する。
  論文  参考訳（メタデータ） (2024-10-30T08:51:29Z)
• SplatLoc: 3D Gaussian Splatting-based Visual Localization for Augmented Reality [50.179377002092416]
  より少ないパラメータで高品質なレンダリングが可能な効率的なビジュアルローカライズ手法を提案する。 提案手法は,最先端の暗黙的視覚的ローカライゼーションアプローチに対して,より優れた,あるいは同等なレンダリングとローカライゼーション性能を実現する。
  論文  参考訳（メタデータ） (2024-09-21T08:46:16Z)
• Splatt3R: Zero-shot Gaussian Splatting from Uncalibrated Image Pairs [29.669534899109028]
  Splatt3Rはポーズレスフィードフォワード方式で,立体対からの3次元再構成と新しいビュー合成を行う。 Splatt3Rは補正されていない自然画像から、カメラパラメータや深度情報を必要とせずに3Dガウススプラッターを予測できる。 Splatt3Rは512 x 512の解像度で4FPSでシーンを再構築でき、その結果のスプラッターをリアルタイムでレンダリングできる。
  論文  参考訳（メタデータ） (2024-08-25T18:27:20Z)
• SAGS: Structure-Aware 3D Gaussian Splatting [53.6730827668389]
  本研究では,シーンの形状を暗黙的に符号化する構造認識型ガウス散乱法(SAGS)を提案する。 SAGSは、最先端のレンダリング性能と、ベンチマークノベルビュー合成データセットのストレージ要件の削減を反映している。
  論文  参考訳（メタデータ） (2024-04-29T23:26:30Z)
• InstantSplat: Sparse-view SfM-free Gaussian Splatting in Seconds [91.77050739918037]
  InstantSplatは、2〜3枚の画像から正確な3D表現を構築する、新規で高速なニューラルリコンストラクションシステムである。 InstantSplatは、フレーム間の密集したステレオ先行とコビジュアライザの関係を統合して、シーンを徐々に拡張することでピクセルアライメントを初期化する。 SSIMは3D-GSでCOLMAPよりも0.3755から0.7624に向上し、複数の3D表現と互換性がある。
  論文  参考訳（メタデータ） (2024-03-29T17:29:58Z)
• 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)

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。