論文の概要: HDGS: Textured 2D Gaussian Splatting for Enhanced Scene Rendering

• arxiv url: http://arxiv.org/abs/2412.01823v1
• Date: Mon, 02 Dec 2024 18:59:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 15:42:27.488456
• Title: HDGS: Textured 2D Gaussian Splatting for Enhanced Scene Rendering
• Title（参考訳）: HDGS:強化されたシーンレンダリングのための2Dガウシアンスプレイティング
• Authors: Yunzhou Song, Heguang Lin, Jiahui Lei, Lingjie Liu, Kostas Daniilidis,
• Abstract要約: そこで本研究では,2次元サーベイルをテクスチャマップに整列させ,画像の描画の整合性と効率性を高めるために,光線深度ソートと漁船によるプルーニングを併用する新しい手法を提案する。 正しい順序で、サーファーごとのテクスチャマップは細部を捉える能力を大幅に改善した。 異なる視点で高忠実度の詳細を描画するために, アーティファクトを緩和するフラスタムを用いたサンプリング法を設計した。
• 参考スコア（独自算出の注目度）: 43.58008082519209
• License:
• Abstract: Recent advancements in neural rendering, particularly 2D Gaussian Splatting (2DGS), have shown promising results for jointly reconstructing fine appearance and geometry by leveraging 2D Gaussian surfels. However, current methods face significant challenges when rendering at arbitrary viewpoints, such as anti-aliasing for down-sampled rendering, and texture detail preservation for high-resolution rendering. We proposed a novel method to align the 2D surfels with texture maps and augment it with per-ray depth sorting and fisher-based pruning for rendering consistency and efficiency. With correct order, per-surfel texture maps significantly improve the capabilities to capture fine details. Additionally, to render high-fidelity details in varying viewpoints, we designed a frustum-based sampling method to mitigate the aliasing artifacts. Experimental results on benchmarks and our custom texture-rich dataset demonstrate that our method surpasses existing techniques, particularly in detail preservation and anti-aliasing.
• Abstract（参考訳）: ニューラルレンダリングの最近の進歩、特に2Dガウススプラッティング(2DGS)は、2Dガウスのサーベイルを活用して微細な外観と形状を共同で再構築する有望な結果を示している。 しかし、現在の手法では、ダウンサンプルレンダリングのアンチエイリアス化や高解像度レンダリングのテクスチャディテール保存など、任意の視点でレンダリングする際の大きな課題に直面している。 そこで我々は,2次元サーベイルをテクスチャマップに整列させる新しい手法を提案する。 正しい順序で、サーファーごとのテクスチャマップは細部を捉える能力を大幅に改善した。 さらに,様々な視点で高忠実度の詳細を描画するために,アーティファクトを緩和するフラストムを用いたサンプリング手法を設計した。 ベンチマークとカスタムテクスチャリッチデータセットによる実験結果から,本手法が既存の手法,特にディテール保存やアンチエイリアスにおいて超越していることが判明した。

関連論文リスト

• 3D Gaussian Splatting with Normal Information for Mesh Extraction and Improved Rendering [8.59572577251833]
  ガウス関数から推定される符号距離関数の勾配を用いた新しい正規化法を提案する。 我々は、Mip-NeRF360、Tamps and Temples、Deep-Blendingなどのデータセットに対するアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2025-01-14T18:40:33Z)
• GausSurf: Geometry-Guided 3D Gaussian Splatting for Surface Reconstruction [79.42244344704154]
  GausSurfは、テクスチャリッチな領域におけるマルチビュー一貫性と、シーンのテクスチャレスな領域における通常の事前の幾何学的ガイダンスを採用している。 本手法は,再現性や計算時間の観点から,最先端の手法を超越した手法である。
  論文  参考訳（メタデータ） (2024-11-29T03:54:54Z)
• Beyond Gaussians: Fast and High-Fidelity 3D Splatting with Linear Kernels [51.08794269211701]
  本稿では,ガウスカーネルを線形カーネルに置き換えて,よりシャープで高精度な結果を得る3Dリニアスティング(DLS)を提案する。 3DLSは、最先端の忠実さと正確さを示し、ベースライン3DGSよりも30%のFPS改善を実現している。
  論文  参考訳（メタデータ） (2024-11-19T11:59:54Z)
• Mode-GS: Monocular Depth Guided Anchored 3D Gaussian Splatting for Robust Ground-View Scene Rendering [47.879695094904015]
  そこで本研究では,地上ロボット軌道データセットのための新しいビューレンダリングアルゴリズムであるMode-GSを提案する。 提案手法は,既存の3次元ガウススプラッティングアルゴリズムの限界を克服する目的で,アンカー付きガウススプラッターを用いている。 提案手法は,PSNR,SSIM,LPIPSの計測値に基づいて,自由軌道パターンを持つ地上環境におけるレンダリング性能を向上する。
  論文  参考訳（メタデータ） (2024-10-06T23:01:57Z)
• MVG-Splatting: Multi-View Guided Gaussian Splatting with Adaptive Quantile-Based Geometric Consistency Densification [8.099621725105857]
  マルチビューを考慮したソリューションであるMVG-Splattingを紹介する。 付加的な密度化のレベルを動的に決定する適応的量子化法を提案する。 このアプローチは3次元再構成プロセス全体の忠実度と精度を大幅に向上させる。
  論文  参考訳（メタデータ） (2024-07-16T15:24:01Z)
• 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)
• Scaffold-GS: Structured 3D Gaussians for View-Adaptive Rendering [71.44349029439944]
  最近の3次元ガウス散乱法は、最先端のレンダリング品質と速度を達成している。 局所的な3Dガウス分布にアンカーポイントを用いるScaffold-GSを導入する。 提案手法は,高品質なレンダリングを実現しつつ,冗長なガウスを効果的に削減できることを示す。
  論文  参考訳（メタデータ） (2023-11-30T17:58:57Z)

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。