論文の概要: Introducing Unbiased Depth into 2D Gaussian Splatting for High-accuracy Surface Reconstruction

• arxiv url: http://arxiv.org/abs/2503.06587v1
• Date: Sun, 09 Mar 2025 12:38:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-11 15:48:47.545758
• Title: Introducing Unbiased Depth into 2D Gaussian Splatting for High-accuracy Surface Reconstruction
• Title（参考訳）: 高精度表面再構成のための2次元ガウス平板への不偏深さの導入
• Authors: Xiaoming Peng, Yixin Yang, Yang Zhou, Hui Huang,
• Abstract要約: 2次元ガウス格子 (2DGS) は2次元サーベイルを用いて薄い表面を近似することにより、一般的な3DGSよりも優れた幾何再構成品質を示す。 しかし、光沢のある表面を扱う際には短くなるため、これらの領域に目に見える穴が生じる。 反射の不連続性が問題を引き起こすことを発見した。拡散からスペクトル反射へのジャンプを異なる視角に合わせるために、最適化されたガウス原始体に奥行きバイアスを導入する。
• 参考スコア（独自算出の注目度）: 11.065309477526247
• License:
• Abstract: Recently, 2D Gaussian Splatting (2DGS) has demonstrated superior geometry reconstruction quality than the popular 3DGS by using 2D surfels to approximate thin surfaces. However, it falls short when dealing with glossy surfaces, resulting in visible holes in these areas. We found the reflection discontinuity causes the issue. To fit the jump from diffuse to specular reflection at different viewing angles, depth bias is introduced in the optimized Gaussian primitives. To address that, we first replace the depth distortion loss in 2DGS with a novel depth convergence loss, which imposes a strong constraint on depth continuity. Then, we rectified the depth criterion in determining the actual surface, which fully accounts for all the intersecting Gaussians along the ray. Qualitative and quantitative evaluations across various datasets reveal that our method significantly improves reconstruction quality, with more complete and accurate surfaces than 2DGS.
• Abstract（参考訳）: 近年,2次元ガウススプラッティング (2DGS) は, 2次元サーベイルを用いて薄い表面を近似することにより, 一般的な3DGSよりも優れた幾何再構成特性を示した。 しかし、光沢のある表面を扱う際には短くなるため、これらの領域に目に見える穴が生じる。 反射の不連続が問題を引き起こすことがわかった。 拡散からスペクトル反射へのジャンプを異なる視角に合わせるために、最適化されたガウス原始体に奥行きバイアスを導入する。 そこで我々はまず, 2DGS の深度歪み損失を新しい深度収束損失に置き換える。 そして、実際の表面を決定する際の深さ基準を修正し、光線に沿って交わる全てのガウスを完全に考慮した。 各種データセットの質的,定量的評価により,本手法は2DGSよりも完全かつ正確な面を用いて,再現性を大幅に向上することが示された。

関連論文リスト

• RDG-GS: Relative Depth Guidance with Gaussian Splatting for Real-time Sparse-View 3D Rendering [13.684624443214599]
  本稿では,3次元ガウススプラッティングに基づく相対深度誘導を用いた新しいスパースビュー3DレンダリングフレームワークRDG-GSを提案する。 中心となる革新は、相対的な深度誘導を利用してガウス場を洗練させ、ビュー一貫性のある空間幾何学的表現に向けてそれを操ることである。 Mip-NeRF360, LLFF, DTU, Blenderに関する広範な実験を通じて、RDG-GSは最先端のレンダリング品質と効率を実証している。
  論文  参考訳（メタデータ） (2025-01-19T16:22:28Z)
• 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)
• Quadratic Gaussian Splatting for Efficient and Detailed Surface Reconstruction [7.500927135156425]
  Quadratic Gaussian Splatting (QGS) は、円盤を二次曲面に置き換える新しい方法である。 QGSは、通常の一貫性項を導くために空間曲率を描画し、過剰な平滑化を効果的に低減する。 私たちのコードはオープンソースとしてリリースされます。
  論文  参考訳（メタデータ） (2024-11-25T13:55:00Z)
• CityGaussianV2: Efficient and Geometrically Accurate Reconstruction for Large-Scale Scenes [53.107474952492396]
  CityGaussianV2は大規模なシーン再構築のための新しいアプローチである。 分解段階の密度化・深さ回帰手法を実装し, ぼやけたアーチファクトを除去し, 収束を加速する。 本手法は, 視覚的品質, 幾何学的精度, ストレージ, トレーニングコストの両立を図っている。
  論文  参考訳（メタデータ） (2024-11-01T17:59:31Z)
• GeoSplatting: Towards Geometry Guided Gaussian Splatting for Physically-based Inverse Rendering [69.67264955234494]
  GeoSplattingは、3DGSを明示的な幾何学的ガイダンスと微分可能なPBR方程式で拡張する新しいハイブリッド表現である。 多様なデータセットにわたる総合的な評価は、GeoSplattingの優位性を示している。
  論文  参考訳（メタデータ） (2024-10-31T17:57:07Z)
• 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)
• Gaussian Opacity Fields: Efficient Adaptive Surface Reconstruction in Unbounded Scenes [50.92217884840301]
  Gaussian Opacity Fields (GOF)は、シーンにおける効率的で高品質で適応的な表面再構成のための新しいアプローチである。 GOFは3Dガウスのレイトレーシングに基づくボリュームレンダリングに由来する。 GOFは、表面再構成と新しいビュー合成において、既存の3DGSベースの手法を超越している。
  論文  参考訳（メタデータ） (2024-04-16T17:57:19Z)
• 2D Gaussian Splatting for Geometrically Accurate Radiance Fields [50.056790168812114]
  3D Gaussian Splatting (3DGS)は近年,高画質の新規ビュー合成と高速レンダリングを実現し,放射界再構成に革命をもたらした。 多視点画像から幾何学的精度の高い放射場をモデル化・再構成するための新しいアプローチである2DGS(2D Gaussian Splatting)を提案する。 競合する外観品質、高速トレーニング速度、リアルタイムレンダリングを維持しつつ、ノイズフリーかつ詳細な幾何学的再構成を可能にする。
  論文  参考訳（メタデータ） (2024-03-26T17:21:24Z)
• NeuSG: Neural Implicit Surface Reconstruction with 3D Gaussian Splatting Guidance [59.08521048003009]
  本稿では,3次元ガウススプラッティングから高精細な表面を復元する神経暗黙的表面再構成パイプラインを提案する。 3Dガウススプラッティングの利点は、詳細な構造を持つ高密度の点雲を生成することができることである。 我々は3次元ガウスを極端に薄くすることで、表面に近い中心を引っ張るスケール正則化器を導入する。
  論文  参考訳（メタデータ） (2023-12-01T07:04:47Z)
• Recovering Fine Details for Neural Implicit Surface Reconstruction [3.9702081347126943]
  そこで我々はD-NeuSを提案する。D-NeuSは、微細な幾何学的詳細を復元できるボリュームレンダリング型ニューラル暗示表面再構成法である。 我々は,SDFゼロクロスの補間により表面点に多視点の特徴的整合性を付与する。 本手法は,高精度な表面を細部で再構成し,その性能を向上する。
  論文  参考訳（メタデータ） (2022-11-21T10:06:09Z)

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。