論文の概要: Frequency-Aware Density Control via Reparameterization for High-Quality Rendering of 3D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2503.07000v1
• Date: Mon, 10 Mar 2025 07:30:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-11 15:48:07.428807
• Title: Frequency-Aware Density Control via Reparameterization for High-Quality Rendering of 3D Gaussian Splatting
• Title（参考訳）: 3次元ガウス平板の高品質レンダリングのためのパラメータ化による周波数認識密度制御
• Authors: Zhaojie Zeng, Yuesong Wang, Lili Ju, Tao Guan,
• Abstract要約: 3D Gaussian Splatting (3DGS) は、高周波領域のシーン詳細を表現できる。 3DGSは現在、ドメイン全体にわたる3Dガウスの密度とスケールをリンクする明示的な制約を欠いている。 我々は,表現品質を向上させるために,デシフィケーションと削除からなる周波数認識密度制御戦略を開発した。
• 参考スコア（独自算出の注目度）: 11.892334330536974
• License:
• Abstract: By adaptively controlling the density and generating more Gaussians in regions with high-frequency information, 3D Gaussian Splatting (3DGS) can better represent scene details. From the signal processing perspective, representing details usually needs more Gaussians with relatively smaller scales. However, 3DGS currently lacks an explicit constraint linking the density and scale of 3D Gaussians across the domain, leading to 3DGS using improper-scale Gaussians to express frequency information, resulting in the loss of accuracy. In this paper, we propose to establish a direct relation between density and scale through the reparameterization of the scaling parameters and ensure the consistency between them via explicit constraints (i.e., density responds well to changes in frequency). Furthermore, we develop a frequency-aware density control strategy, consisting of densification and deletion, to improve representation quality with fewer Gaussians. A dynamic threshold encourages densification in high-frequency regions, while a scale-based filter deletes Gaussians with improper scale. Experimental results on various datasets demonstrate that our method outperforms existing state-of-the-art methods quantitatively and qualitatively.
• Abstract（参考訳）: 密度を適応的に制御し、高周波情報を持つ地域でより多くのガウスを発生させることで、3Dガウススプラッティング(3DGS)はシーンの詳細をよりよく表現することができる。 信号処理の観点からは、詳細を表現するには、通常比較的小さなスケールのガウスを必要とする。 しかし、現在3DGSはドメイン全体にわたる3Dガウスの密度とスケールをリンクする明確な制約を欠いているため、不適切なスケールのガウスアンを用いて周波数情報を表現し、精度が低下する。 本稿では,スケーリングパラメータの再パラメータ化による密度とスケールの直接的な関係を確立し,明示的な制約(すなわち,密度は周波数の変化によく反応する)によってそれらの一貫性を確保することを提案する。 さらに,より少ないガウスで表現品質を向上させるために,密度化と削除からなる周波数認識密度制御戦略を開発した。 ダイナミックしきい値が高周波領域の密度化を促進する一方、スケールベースフィルタは不適切なスケールでガウスを除去する。 種々のデータセットに対する実験結果から,本手法は既存の最先端手法よりも定量的に,質的に優れていることが示された。

関連論文リスト

• ResGS: Residual Densification of 3D Gaussian for Efficient Detail Recovery [11.706262924395768]
  3D-GSは、しばしば豊富な詳細と完全な幾何学を捉えるのに苦労する。 本稿では, 残留分断法を新たに導入し, 残留分断法としてガウシアンを付加した。 提案手法は, 詳細を適応的に検索し, 欠落した幾何を補うとともに, 進歩的な洗練を可能にする。
  論文  参考訳（メタデータ） (2024-12-10T13:19:27Z)
• Volumetrically Consistent 3D Gaussian Rasterization [18.84882580327324]
  ビューア内であっても,スプレイティングとその近似は不要であることを示す。 我々は3DGSよりも高精度なアルファ値の導出にこの分析透過率フレームワークを用いる。 提案手法は3DGSよりも精度が高く,点数が少ない不透明な面を表す。
  論文  参考訳（メタデータ） (2024-12-04T15:05:43Z)
• 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)
• 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)
• Mipmap-GS: Let Gaussians Deform with Scale-specific Mipmap for Anti-aliasing Rendering [81.88246351984908]
  任意のスケールでガウスを適応させる統一最適化法を提案する。 ミップマップ技術に触発されて、ターゲットスケールのための擬似基底構造を設計し、3次元ガウスアンにスケール情報を注入するスケール一貫性誘導損失を提案する。 本手法は,PSNRの3DGSを,ズームインで平均9.25dB,ズームアウトで平均10.40dBで上回っている。
  論文  参考訳（メタデータ） (2024-08-12T16:49:22Z)
• 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)
• 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)
• EfficientGS: Streamlining Gaussian Splatting for Large-Scale High-Resolution Scene Representation [29.334665494061113]
  能率GS」は3DGSを高解像度で大規模なシーンに最適化する高度なアプローチである。 3DGSの密度化過程を解析し,ガウスの過剰増殖領域を同定した。 本稿では,ガウス的増加を重要な冗長プリミティブに制限し,表現効率を向上する選択的戦略を提案する。
  論文  参考訳（メタデータ） (2024-04-19T10:32:30Z)
• AbsGS: Recovering Fine Details for 3D Gaussian Splatting [10.458776364195796]
  3D Gaussian Splatting (3D-GS) 技術は3Dプリミティブを相違可能なガウス化と組み合わせて高品質な新規ビュー結果を得る。 しかし、3D-GSは、高頻度の詳細を含む複雑なシーンで過度に再構成の問題に悩まされ、ぼやけた描画画像に繋がる。 本稿では,前述の人工物,すなわち勾配衝突の原因を包括的に分析する。 我々の戦略は過度に再構成された地域のガウス人を効果的に同定し、分割して細部を復元する。
  論文  参考訳（メタデータ） (2024-04-16T11:44:12Z)
• GaussianPro: 3D Gaussian Splatting with Progressive Propagation [49.918797726059545]
  3DGSはStructure-from-Motion (SfM)技術によって生成されるポイントクラウドに大きく依存している。 本稿では, 3次元ガウスの密度化を導くために, プログレッシブ・プログレッシブ・プログレッシブ・ストラテジーを適用した新しい手法を提案する。 提案手法はデータセット上の3DGSを大幅に上回り,PSNRでは1.15dBの改善が見られた。
  論文  参考訳（メタデータ） (2024-02-22T16:00:20Z)
• GES: Generalized Exponential Splatting for Efficient Radiance Field Rendering [112.16239342037714]
  GES(Generalized Exponential Splatting)は、GEF(Generalized Exponential Function)を用いて3Dシーンをモデル化する斬新な表現である。 周波数変調損失の助けを借りて、GESは新規なビュー合成ベンチマークにおいて競合性能を達成する。
  論文  参考訳（メタデータ） (2024-02-15T17:32:50Z)

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。