論文の概要: EA-3DGS: Efficient and Adaptive 3D Gaussians with Highly Enhanced Quality for outdoor scenes

• arxiv url: http://arxiv.org/abs/2505.10787v1
• Date: Fri, 16 May 2025 02:00:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-19 14:36:13.872684
• Title: EA-3DGS: Efficient and Adaptive 3D Gaussians with Highly Enhanced Quality for outdoor scenes
• Title（参考訳）: EA-3DGS:屋外シーンの高画質な高効率で適応的な3Dガウス
• Authors: Jianlin Guo, Haihong Xiao, Wenxiong Kang,
• Abstract要約: 3D Gaussian Splatting (3DGS) は高品質なレンダリングとリアルタイムの速度で優れた性能を示した。 本研究では,屋外シーンを対象とした高品質なリアルタイムレンダリング手法EA-3DGSを提案する。
• 参考スコア（独自算出の注目度）: 11.58555191379573
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Efficient scene representations are essential for many real-world applications, especially those involving spatial measurement. Although current NeRF-based methods have achieved impressive results in reconstructing building-scale scenes, they still suffer from slow training and inference speeds due to time-consuming stochastic sampling. Recently, 3D Gaussian Splatting (3DGS) has demonstrated excellent performance with its high-quality rendering and real-time speed, especially for objects and small-scale scenes. However, in outdoor scenes, its point-based explicit representation lacks an effective adjustment mechanism, and the millions of Gaussian points required often lead to memory constraints during training. To address these challenges, we propose EA-3DGS, a high-quality real-time rendering method designed for outdoor scenes. First, we introduce a mesh structure to regulate the initialization of Gaussian components by leveraging an adaptive tetrahedral mesh that partitions the grid and initializes Gaussian components on each face, effectively capturing geometric structures in low-texture regions. Second, we propose an efficient Gaussian pruning strategy that evaluates each 3D Gaussian's contribution to the view and prunes accordingly. To retain geometry-critical Gaussian points, we also present a structure-aware densification strategy that densifies Gaussian points in low-curvature regions. Additionally, we employ vector quantization for parameter quantization of Gaussian components, significantly reducing disk space requirements with only a minimal impact on rendering quality. Extensive experiments on 13 scenes, including eight from four public datasets (MatrixCity-Aerial, Mill-19, Tanks \& Temples, WHU) and five self-collected scenes acquired through UAV photogrammetry measurement from SCUT-CA and plateau regions, further demonstrate the superiority of our method.
• Abstract（参考訳）: 効率的なシーン表現は多くの実世界のアプリケーション、特に空間計測に関わるアプリケーションに不可欠である。 現在のNeRFベースの手法は、建築規模のシーンを再構築する際、目覚ましい結果を得たが、時間を要する確率的なサンプリングにより、トレーニングの遅さと推論速度に悩まされている。 近年, 3D Gaussian Splatting (3DGS) は, 高品質なレンダリング, リアルタイム・スピード, 特にオブジェクトや小規模シーンにおいて, 優れた性能を示している。 しかし、屋外の場面では、その点に基づく明示的な表現は効果的な調整機構が欠如しており、数百万のガウス点が必要とされると、訓練中に記憶の制約につながることがしばしばある。 これらの課題に対処するため,屋外シーンを対象とした高品質なリアルタイムレンダリング手法EA-3DGSを提案する。 まず、格子を分割し、各面にガウス成分を初期化する適応四面体メッシュを活用し、低テクスチャ領域における幾何学的構造を効果的に捉えることにより、ガウス成分の初期化を制御するメッシュ構造を導入する。 第2に,ビューとプルーネに対する各3次元ガウスの寄与を評価する効率的なガウス採点戦略を提案する。 幾何クリティカルなガウス点を保持するため、低曲率領域におけるガウス点を密度化する構造対応の密度化戦略も提示する。 さらに、ガウス成分のパラメータ量子化にベクトル量子化を導入し、レンダリング品質に最小限の影響しか与えず、ディスク空間の要求を著しく低減する。 4つの公開データセット(MatrixCity-Aerial, Mill-19, Tanks \& Temples, WHU)から8つ, SCUT-CAおよび高原地域からのUAV光度測定により得られた5つの自撮りシーンを含む13のシーンの大規模な実験を行った。

関連論文リスト

• ProtoGS: Efficient and High-Quality Rendering with 3D Gaussian Prototypes [81.48624894781257]
  3D Gaussian Splatting (3DGS) は、新しいビュー合成において大きな進歩を遂げてきたが、ガウスプリミティブのかなりの数によって制限されている。 近年の手法では、密度の高いガウスの記憶容量を圧縮することでこの問題に対処しているが、レンダリングの品質と効率の維持には失敗している。 本稿では,ガウスの原始体を表現するためにガウスのプロトタイプを学習するProtoGSを提案し,視覚的品質を犠牲にすることなくガウスの総量を大幅に削減する。
  論文  参考訳（メタデータ） (2025-03-21T18:55:14Z)
• GVKF: Gaussian Voxel Kernel Functions for Highly Efficient Surface Reconstruction in Open Scenes [4.289151408389622]
  オープンシーンにおける効率的かつ効果的な3次元表面再構成法を提案する。 カーネルレグレッションによる離散3DGSに基づく連続的なシーン表現を提案する。 挑戦的なシーンデータセットの実験は、提案したGVKFの有効性と有効性を示す。
  論文  参考訳（メタデータ） (2024-11-04T07:07:31Z)
• GaussianRoom: Improving 3D Gaussian Splatting with SDF Guidance and Monocular Cues for Indoor Scene Reconstruction [5.112375652774415]
  本稿では,SDFと3DGSを統合し,正確な幾何再構成とリアルタイムレンダリングを行う統合最適化フレームワークを提案する。 本手法は, 表面再構成と新しいビュー合成の両面において, 最先端の性能を実現する。
  論文  参考訳（メタデータ） (2024-05-30T03:46:59Z)
• 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)
• Spec-Gaussian: Anisotropic View-Dependent Appearance for 3D Gaussian Splatting [55.71424195454963]
  Spec-Gaussian は球面調和の代わりに異方性球面ガウス場を利用するアプローチである。 実験結果から,本手法はレンダリング品質の面で既存の手法を超越していることが示された。 この改良は、3D GSの適用性を高めて、特異面と異方面の複雑なシナリオを扱う。
  論文  参考訳（メタデータ） (2024-02-24T17:22:15Z)
• 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。