論文の概要: Textured Gaussians for Enhanced 3D Scene Appearance Modeling

• arxiv url: http://arxiv.org/abs/2411.18625v1
• Date: Wed, 27 Nov 2024 18:59:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-28 15:26:14.943937
• Title: Textured Gaussians for Enhanced 3D Scene Appearance Modeling
• Title（参考訳）: 三次元外観モデリングのためのテクスチャガウス
• Authors: Brian Chao, Hung-Yu Tseng, Lorenzo Porzi, Chen Gao, Tuotuo Li, Qinbo Li, Ayush Saraf, Jia-Bin Huang, Johannes Kopf, Gordon Wetzstein, Changil Kim,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 58.134905268540436
• License:
• Abstract: 3D Gaussian Splatting (3DGS) has recently emerged as a state-of-the-art 3D reconstruction and rendering technique due to its high-quality results and fast training and rendering time. However, pixels covered by the same Gaussian are always shaded in the same color up to a Gaussian falloff scaling factor. Furthermore, the finest geometric detail any individual Gaussian can represent is a simple ellipsoid. These properties of 3DGS greatly limit the expressivity of individual Gaussian primitives. To address these issues, we draw inspiration from texture and alpha mapping in traditional graphics and integrate it with 3DGS. Specifically, we propose a new generalized Gaussian appearance representation that augments each Gaussian with alpha~(A), RGB, or RGBA texture maps to model spatially varying color and opacity across the extent of each Gaussian. As such, each Gaussian can represent a richer set of texture patterns and geometric structures, instead of just a single color and ellipsoid as in naive Gaussian Splatting. Surprisingly, we found that the expressivity of Gaussians can be greatly improved by using alpha-only texture maps, and further augmenting Gaussians with RGB texture maps achieves the highest expressivity. We validate our method on a wide variety of standard benchmark datasets and our own custom captures at both the object and scene levels. We demonstrate image quality improvements over existing methods while using a similar or lower number of Gaussians.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は、その高品質な結果と高速なトレーニングとレンダリング時間のために、最先端の3D再構成およびレンダリング技術として最近登場した。 しかし、同じガウスで覆われたピクセルは、常に同じ色で陰影化され、ガウスのフォールオフスケーリング因子となる。 さらに、個々のガウスが表現できる最も細かい幾何学的詳細は単純楕円体である。 これらの3DGSの特性は、個々のガウス原始体の表現性を著しく制限する。 これらの問題に対処するために、従来のグラフィックのテクスチャやアルファマッピングからインスピレーションを得て、3DGSと統合する。 具体的には,各ガウスをα~(A), RGB, RGBAテクスチャマップで拡張し,空間的に異なる色と不透明度を各ガウスの範囲でモデル化する,一般化されたガウスの外観表現を提案する。 このように、ガウス多様体は1つの色と楕円形ではなく、より豊かなテクスチャパターンと幾何学構造を表現できる。 意外なことに、αのみのテクスチャマップを用いることでガウスの表現性が大幅に向上し、さらにRGBテクスチャマップによるガウスの増補により高い表現性が得られることが判明した。 我々は,この手法をさまざまな標準ベンチマークデータセットで検証し,オブジェクトレベルとシーンレベルの両方で独自のキャプチャを行う。 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。

関連論文リスト

• Pushing Rendering Boundaries: Hard Gaussian Splatting [72.28941128988292]
  3D Gaussian Splatting (3DGS) は,NVS(Noven View Synthesis) をリアルタイムなレンダリング方式で実現した。 我々はHGSと呼ばれるハードガウシアンスプラッティングを提案し、これは多視点的な位置勾配とレンダリング誤差を考慮し、ハードガウシアンを成長させる。 本手法は,リアルタイムの効率を保ちながら,最先端のレンダリング品質を実現する。
  論文  参考訳（メタデータ） (2024-12-06T07:42:47Z)
• 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)
• Textured-GS: Gaussian Splatting with Spatially Defined Color and Opacity [7.861993966048637]
  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。
  論文  参考訳（メタデータ） (2024-07-13T00:45:37Z)
• GaussianDreamerPro: Text to Manipulable 3D Gaussians with Highly Enhanced Quality [99.63429416013713]
  3D-GSは現実世界のシーンの再構築とレンダリングで大きな成功を収めた。 高いレンダリング品質を生成タスクに転送するために、テキストから3Dガウス資産を生成するための一連の研究が進められている。 生成品質を向上させるため,GaussianDreamerProという新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-06-26T16:12:09Z)
• PUP 3D-GS: Principled Uncertainty Pruning for 3D Gaussian Splatting [59.277480452459315]
  本研究では,視覚的忠実度と前景の細部を高い圧縮比で保持する原理的感度プルーニングスコアを提案する。 また,トレーニングパイプラインを変更することなく,事前訓練した任意の3D-GSモデルに適用可能な複数ラウンドプルーファインパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-06-14T17:53:55Z)
• GSGAN: Adversarial Learning for Hierarchical Generation of 3D Gaussian Splats [20.833116566243408]
  本稿では,Gaussianを3D GANの3次元表現として利用し,その効率的かつ明示的な特徴を活用する。 生成したガウスの位置とスケールを効果的に正規化する階層的多スケールガウス表現を持つジェネレータアーキテクチャを導入する。 実験結果から,最先端の3D一貫したGANと比較して,レンダリング速度(x100)が大幅に向上することが示された。
  論文  参考訳（メタデータ） (2024-06-05T05:52:20Z)
• RTG-SLAM: Real-time 3D Reconstruction at Scale using Gaussian Splatting [51.51310922527121]
  ガウススプラッティングを用いた大規模環境のためのRGBDカメラを用いたリアルタイム3D再構成システムを提案する。 それぞれのガウス語は不透明かほぼ透明で、不透明なものは表面色と支配的な色に、透明なものは残留色に適合する。 様々な大きなシーンをリアルタイムに再現し、新しいビュー合成とカメラトラッキングの精度のリアリズムにおいて優れた性能を示す。
  論文  参考訳（メタデータ） (2024-04-30T16:54:59Z)
• LeanGaussian: Breaking Pixel or Point Cloud Correspondence in Modeling 3D Gaussians [12.408610403423559]
  変形可能なトランスフォーマーにおける各クエリを1つの3次元ガウス楕円体として扱う新しいアプローチであるLeanGaussianを紹介する。 変形可能なデコーダを用いて、画像特徴をキーと値として、ガウス層を反復的に洗練する。 提案手法は従来の手法よりも約6.1%優れ,PSNRは25.44,PSNRは22.36であった。
  論文  参考訳（メタデータ） (2024-04-25T04:18:59Z)
• GAvatar: Animatable 3D Gaussian Avatars with Implicit Mesh Learning [60.33970027554299]
  ガウススプラッティングは、明示的(メッシュ)と暗黙的(NeRF)の両方の3D表現の利点を利用する強力な3D表現として登場した。 本稿では,ガウススプラッティングを利用してテキスト記述から現実的なアニマタブルなアバターを生成する。 提案手法であるGAvatarは,テキストプロンプトのみを用いて,多様なアニマタブルアバターを大規模に生成する。
  論文  参考訳（メタデータ） (2023-12-18T18:59:12Z)

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。