論文の概要: StochasticSplats: Stochastic Rasterization for Sorting-Free 3D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2503.24366v1
• Date: Mon, 31 Mar 2025 17:46:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-01 14:33:36.221583
• Title: StochasticSplats: Stochastic Rasterization for Sorting-Free 3D Gaussian Splatting
• Title（参考訳）: Stochastic Splats:Sorting-free 3D Gaussian Splattingのための確率ラスタライゼーション
• Authors: Shakiba Kheradmand, Delio Vicini, George Kopanas, Dmitry Lagun, Kwang Moo Yi, Mark Matthews, Andrea Tagliasacchi,
• Abstract要約: 3D Gaussian splatting (3DGS) は、多くのアプリケーション固有の拡張を持つ一般的な放射場法である。 ほとんどの変種は、同じコアアルゴリズムに依存している: ガウススプラッターの深さソートを行い、プリミティブな順序でレンダリングする。 3Dスプラッティングとレンダリングを組み合わせることで、上記の制限に対処する。 我々の手法はソートよりも4倍以上高速である。
• 参考スコア（独自算出の注目度）: 28.48846639700183
• License:
• Abstract: 3D Gaussian splatting (3DGS) is a popular radiance field method, with many application-specific extensions. Most variants rely on the same core algorithm: depth-sorting of Gaussian splats then rasterizing in primitive order. This ensures correct alpha compositing, but can cause rendering artifacts due to built-in approximations. Moreover, for a fixed representation, sorted rendering offers little control over render cost and visual fidelity. For example, and counter-intuitively, rendering a lower-resolution image is not necessarily faster. In this work, we address the above limitations by combining 3D Gaussian splatting with stochastic rasterization. Concretely, we leverage an unbiased Monte Carlo estimator of the volume rendering equation. This removes the need for sorting, and allows for accurate 3D blending of overlapping Gaussians. The number of Monte Carlo samples further imbues 3DGS with a way to trade off computation time and quality. We implement our method using OpenGL shaders, enabling efficient rendering on modern GPU hardware. At a reasonable visual quality, our method renders more than four times faster than sorted rasterization.
• Abstract（参考訳）: 3D Gaussian splatting (3DGS) は、多くのアプリケーション固有の拡張を持つ一般的な放射場法である。 ほとんどの変種は同じコアアルゴリズムに依存しており、ガウススプレートの深さソートは原始順序でラスタライズされる。 これにより、正しいアルファ合成が保証されるが、組み込みの近似によってレンダリングアーティファクトが発生する可能性がある。 さらに、固定表現の場合、ソートレンダリングはレンダリングコストと視覚的忠実度をほとんど制御しない。 例えば、低解像度画像のレンダリングは必ずしも高速ではない。 本研究では,3次元ガウススプラッティングと確率ラスタ化を組み合わせることで,上記の制約に対処する。 具体的には、ボリュームレンダリング方程式の非バイアスモンテカルロ推定器を利用する。 これによりソートの必要性がなくなり、重複するガウスの正確な3Dブレンディングが可能になる。 モンテカルロのサンプルの数は、計算時間と品質をトレードオフする手段としてさらに3DGSに影響を及ぼす。 提案手法はOpenGLシェーダを用いて実装し,最新のGPUハードウェア上での効率的なレンダリングを実現する。 合理的な視覚的品質では、この手法はラスタ化のソートよりも4倍以上高速である。

関連論文リスト

• Occam's LGS: An Efficient Approach for Language Gaussian Splatting [57.00354758206751]
  言語3Dガウススプラッティングのための複雑なパイプラインは、単純に不要であることを示す。 我々は,オッカムのカミソリを手作業に適用し,高効率な重み付き多視点特徴集約技術を実現する。
  論文  参考訳（メタデータ） (2024-12-02T18:50:37Z)
• Textured Gaussians for Enhanced 3D Scene Appearance Modeling [58.134905268540436]
  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。
  論文  参考訳（メタデータ） (2024-11-27T18:59:59Z)
• 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)
• EVER: Exact Volumetric Ellipsoid Rendering for Real-time View Synthesis [72.53316783628803]
  実時間微分可能な発光専用ボリュームレンダリング法であるExact Volumetric Ellipsoid Rendering (EVER)を提案する。 3D Gaussian Splatting(3DGS)による最近の手法とは異なり、プリミティブベースの表現は正確なボリュームレンダリングを可能にする。 本手法は,3DGSよりもブレンディング問題の方が精度が高く,ビューレンダリングの追従作業も容易であることを示す。
  論文  参考訳（メタデータ） (2024-10-02T17:59:09Z)
• GSFusion: Online RGB-D Mapping Where Gaussian Splatting Meets TSDF Fusion [12.964675001994124]
  従来の融合アルゴリズムは3次元シーンの空間構造を保存する。 ヴィジュアライゼーションの面では現実主義を欠いていることが多い。 GSFusionはレンダリング品質を犠牲にすることなく計算効率を大幅に向上させる。
  論文  参考訳（メタデータ） (2024-08-22T18:32:50Z)
• AGG: Amortized Generative 3D Gaussians for Single Image to 3D [108.38567665695027]
  Amortized Generative 3D Gaussian framework (AGG) を導入する。 AGGは、共同最適化のための3Dガウス位置およびその他の外観特性の生成を分解する。 本稿では,まず3次元データの粗い表現を生成し,後に3次元ガウス超解像モジュールでアップサンプリングするカスケードパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-01-08T18:56:33Z)
• CompGS: Smaller and Faster Gaussian Splatting with Vector Quantization [16.829825478946837]
  3D Gaussian Splatting (3DGS) は3次元放射場をモデリング・レンダリングするための新しい手法である。 本稿では,3DGSのストレージコストを40倍から50倍に削減し,レンダリング時間を2倍から3倍に削減し,レンダリング画像の品質を低下させる方法を提案する。
  論文  参考訳（メタデータ） (2023-11-30T00:29:13Z)
• Multi-Scale 3D Gaussian Splatting for Anti-Aliased Rendering [48.41629250718956]
  3Dガウシアンは最近、3D再構成とレンダリングの非常に効率的な表現として現れた。 高精細度で高精細度で高精細度でレンダリングするが、低精細度や遠方のカメラ位置でレンダリングすると大幅に劣化する。 そこで本研究では,ガウスを異なるスケールで維持し,同じシーンを表現できるマルチスケール3次元ガウススプレイティングアルゴリズムを提案する。 提案アルゴリズムは13%-66%のPSNRと160%-2400%のレンダリング速度を4$times$-128$times$ scale rendering on Mip-NeRF360 data。
  論文  参考訳（メタデータ） (2023-11-28T03:31:35Z)
• SuGaR: Surface-Aligned Gaussian Splatting for Efficient 3D Mesh Reconstruction and High-Quality Mesh Rendering [24.91019554830571]
  本稿では,3次元ガウス格子から高精度かつ極めて高速なメッシュ抽出を可能にする手法を提案する。 しかし、これらのガウス人は最適化後に非組織化される傾向があるため、何百万もの小さな3Dガウスからメッシュを抽出することは困難である。
  論文  参考訳（メタデータ） (2023-11-21T18:38:03Z)

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。