論文の概要: 3DGS-IEval-15K: A Large-scale Image Quality Evaluation Database for 3D Gaussian-Splatting

• arxiv url: http://arxiv.org/abs/2506.14642v1
• Date: Tue, 17 Jun 2025 15:39:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-18 17:34:59.549189
• Title: 3DGS-IEval-15K: A Large-scale Image Quality Evaluation Database for 3D Gaussian-Splatting
• Title（参考訳）: 3DGS-IEval-15K:3次元ガウス平滑化のための大規模画像品質評価データベース
• Authors: Yuke Xing, Jiarui Wang, Peizhi Niu, Wenjie Huang, Guangtao Zhai, Yiling Xu,
• Abstract要約: 3DGSは、視覚的忠実度の高いリアルタイムレンダリングを提供する、新しいビュー合成のための有望なアプローチとして登場した。 圧縮された3DGS表現に特化して設計された最初の大規模画像品質評価(IQA)データセットである3DGS-IEval-15Kを提案する。
• 参考スコア（独自算出の注目度）: 38.666247000427674
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: 3D Gaussian Splatting (3DGS) has emerged as a promising approach for novel view synthesis, offering real-time rendering with high visual fidelity. However, its substantial storage requirements present significant challenges for practical applications. While recent state-of-the-art (SOTA) 3DGS methods increasingly incorporate dedicated compression modules, there is a lack of a comprehensive framework to evaluate their perceptual impact. Therefore we present 3DGS-IEval-15K, the first large-scale image quality assessment (IQA) dataset specifically designed for compressed 3DGS representations. Our dataset encompasses 15,200 images rendered from 10 real-world scenes through 6 representative 3DGS algorithms at 20 strategically selected viewpoints, with different compression levels leading to various distortion effects. Through controlled subjective experiments, we collect human perception data from 60 viewers. We validate dataset quality through scene diversity and MOS distribution analysis, and establish a comprehensive benchmark with 30 representative IQA metrics covering diverse types. As the largest-scale 3DGS quality assessment dataset to date, our work provides a foundation for developing 3DGS specialized IQA metrics, and offers essential data for investigating view-dependent quality distribution patterns unique to 3DGS. The database is publicly available at https://github.com/YukeXing/3DGS-IEval-15K.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は、視覚的忠実度の高いリアルタイムレンダリングを提供する、新しいビュー合成のための有望なアプローチとして登場した。 しかし、その相当量のストレージ要件は、実用アプリケーションにとって重大な課題である。 最近のSOTA(State-of-the-art)3DGSメソッドでは,専用の圧縮モジュールが組み込まれていることが多いが,その知覚的影響を評価するための包括的なフレームワークが欠如している。 そこで,圧縮された3DGS表現に特化して設計されたIQAデータセットである3DGS-IEval-15Kを提案する。 このデータセットは,10の現実世界シーンから6つの代表的3DGSアルゴリズムを通して,20の戦略的視点でレンダリングされた15,200の画像を包含する。 制御された主観的実験を通して60人の視聴者から人間の知覚データを収集する。 我々は、シーンの多様性とMOS分布分析を通じてデータセットの品質を評価し、多様なタイプをカバーする30の代表的なIQA指標を用いた総合的なベンチマークを構築した。 これまでで最大の3DGS品質評価データセットとして、3DGS専用のIQAメトリクスを開発するための基盤を提供し、3DGS特有のビュー依存品質分布パターンを調査するための必須データを提供する。 データベースはhttps://github.com/YukeXing/3DGS-IEval-15Kで公開されている。

関連論文リスト

• SceneSplat++: A Large Dataset and Comprehensive Benchmark for Language Gaussian Splatting [104.83629308412958]
  3D Gaussian Splatting (3DGS) は、シーン幾何学、外観、意味論の高性能かつ効率的な符号化として機能する。 3次元空間で直接3つの手法群を体系的に評価する,最初の大規模ベンチマークを提案する。 結果は、特にシーン固有の制限を緩和する上で、一般化可能なパラダイムの明確な利点を示している。
  論文  参考訳（メタデータ） (2025-06-10T11:52:45Z)
• GS-QA: Comprehensive Quality Assessment Benchmark for Gaussian Splatting View Synthesis [4.117347527143616]
  Gaussian Splatting (GS)はリアルタイム3DシーンレンダリングのためのNeural Radiance Fields (NeRF)に代わる有望な代替手段を提供する。 GSは、NeRFで使用されるニューラルネットワークアプローチと比較して、レンダリング時間の短縮とメモリ消費の削減を実現している。 本稿では,複数の静的GS法による合成映像の評価を目的とした主観的品質評価研究について述べる。
  論文  参考訳（メタデータ） (2025-02-18T17:46:57Z)
• HuGDiffusion: Generalizable Single-Image Human Rendering via 3D Gaussian Diffusion [50.02316409061741]
  HuGDiffusionは、シングルビュー入力画像から人間の文字の新しいビュー合成(NVS)を実現するための学習パイプラインである。 本研究では,1つの画像から抽出したヒトの事前情報に基づいて,拡散に基づくフレームワークを用いて3DGS属性の集合を生成することを目的とする。 我々のHuGDiffusionは最先端の手法よりも優れた性能を示している。
  論文  参考訳（メタデータ） (2025-01-25T01:00:33Z)
• RetinaGS: Scalable Training for Dense Scene Rendering with Billion-Scale 3D Gaussians [12.461531097629857]
  我々は、適切なレンダリング方程式を用いた3DGSの一般的なモデル並列トレーニング手法であるRetinaGSを設計する。 本手法により,原始的な数を増やすと,視覚的品質が向上する傾向が明らかになる。 また、完全なMatrixCityデータセット上に10億以上のプリミティブを持つ3DGSモデルをトレーニングする最初の試みを実演する。
  論文  参考訳（メタデータ） (2024-06-17T17:59:56Z)
• 3DGS.zip: A survey on 3D Gaussian Splatting Compression Methods [10.122120872952296]
  3次元ガウス散乱(3DGS)は実時間放射場レンダリングの最先端技術として登場している。 レンダリング速度と画像の忠実さの利点にもかかわらず、3DGSはその大きなストレージとメモリ要求によって制限されている。 本調査では3DGSをより効率的にするために開発された圧縮・圧縮技術について詳細に検討する。
  論文  参考訳（メタデータ） (2024-06-17T11:43:38Z)
• SAGS: Structure-Aware 3D Gaussian Splatting [53.6730827668389]
  本研究では,シーンの形状を暗黙的に符号化する構造認識型ガウス散乱法(SAGS)を提案する。 SAGSは、最先端のレンダリング性能と、ベンチマークノベルビュー合成データセットのストレージ要件の削減を反映している。
  論文  参考訳（メタデータ） (2024-04-29T23:26:30Z)
• A Survey on 3D Gaussian Splatting [51.96747208581275]
  3D Gaussian splatting (GS) は、明示的な放射場とコンピュータグラフィックスの変換技術として登場した。 本稿では,3D GSの領域における最近の発展と重要な貢献について,初めて体系的に概説する。 前例のないレンダリング速度を実現することで、3D GSは、仮想現実からインタラクティブメディアなど、数多くのアプリケーションを開くことができる。
  論文  参考訳（メタデータ） (2024-01-08T13:42:59Z)

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。