論文の概要: 3DGabSplat: 3D Gabor Splatting for Frequency-adaptive Radiance Field Rendering
- arxiv url: http://arxiv.org/abs/2508.05343v1
- Date: Thu, 07 Aug 2025 12:49:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-08 18:59:39.859776
- Title: 3DGabSplat: 3D Gabor Splatting for Frequency-adaptive Radiance Field Rendering
- Title（参考訳）: 3DGabSplat:3D Gabor Splatting for Frequency-Adaptive Radiance Field Rendering
- Authors: Junyu Zhou, Yuyang Huang, Wenrui Dai, Junni Zou, Ziyang Zheng, Nuowen Kan, Chenglin Li, Hongkai Xiong,
- Abstract要約: 3D Gaussian Splatting(3DGS)は、高忠実なノベルビュー合成を維持しながらリアルタイムレンダリングを実現している。
複数方向の3次元周波数応答を持つ新規な3次元ガボルベースプリミティブを組み込んだ3次元ガボルスプレート(3DGabSplat)を提案する。
我々は3D以上の1.35dBRゲインを実現し、同時にプリミティブメモリ消費量を削減した。
- 参考スコア（独自算出の注目度）: 50.04967868036964
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent prominence in 3D Gaussian Splatting (3DGS) has enabled real-time rendering while maintaining high-fidelity novel view synthesis. However, 3DGS resorts to the Gaussian function that is low-pass by nature and is restricted in representing high-frequency details in 3D scenes. Moreover, it causes redundant primitives with degraded training and rendering efficiency and excessive memory overhead. To overcome these limitations, we propose 3D Gabor Splatting (3DGabSplat) that leverages a novel 3D Gabor-based primitive with multiple directional 3D frequency responses for radiance field representation supervised by multi-view images. The proposed 3D Gabor-based primitive forms a filter bank incorporating multiple 3D Gabor kernels at different frequencies to enhance flexibility and efficiency in capturing fine 3D details. Furthermore, to achieve novel view rendering, an efficient CUDA-based rasterizer is developed to project the multiple directional 3D frequency components characterized by 3D Gabor-based primitives onto the 2D image plane, and a frequency-adaptive mechanism is presented for adaptive joint optimization of primitives. 3DGabSplat is scalable to be a plug-and-play kernel for seamless integration into existing 3DGS paradigms to enhance both efficiency and quality of novel view synthesis. Extensive experiments demonstrate that 3DGabSplat outperforms 3DGS and its variants using alternative primitives, and achieves state-of-the-art rendering quality across both real-world and synthetic scenes. Remarkably, we achieve up to 1.35 dB PSNR gain over 3DGS with simultaneously reduced number of primitives and memory consumption.
- Abstract（参考訳）: 近年の3Dガウススプラッティング(3DGS)は,高忠実度ノベルビュー合成を維持しながらリアルタイムレンダリングを実現している。
しかし、3DGSは3Dシーンで高頻度の詳細を表現することに制限される、自然によって低パスのガウス関数を頼りにしている。
さらに、トレーニングとレンダリングの効率が低下し、過剰なメモリオーバーヘッドが発生し、冗長なプリミティブが発生します。
これらの制約を克服するために,複数方向の3次元周波数応答を持つ新規な3次元ガバーベースプリミティブを多視点画像で教師する放射場表現に活用する3次元ガバースプラッティング(3DGabSplat)を提案する。
提案した3D Gaborベースのプリミティブは、複数の3D Gaborカーネルを異なる周波数で組み込んだフィルタバンクを形成し、微細な3Dディテールをキャプチャする柔軟性と効率を向上させる。
さらに、新しいビューレンダリングを実現するために、3次元ガボルベースプリミティブを特徴とする多方向3次元周波数成分を投影する効率的なCUDAベースのラスタライザを開発し、プリミティブの適応的な関節最適化のための周波数適応機構を示す。
3DGabSplatは、既存の3DGSパラダイムにシームレスに統合し、新規ビュー合成の効率性と品質を向上させるためのプラグイン・アンド・プレイカーネルとしてスケーラブルである。
3DGabSplatは、代替プリミティブを使用して3DGSとその変種よりも優れており、実世界のシーンと合成シーンの両方で最先端のレンダリング品質を実現している。
注目すべきは、3DGSで最大1.35dBのPSNRゲインを実現し、プリミティブの数とメモリ消費を同時に削減することです。
関連論文リスト
- NeRF Is a Valuable Assistant for 3D Gaussian Splatting [31.459790269584165]
ニューラル放射場(NeRF)と3次元ガウス散乱(3DGS)を共同で最適化する新しいフレームワークNeRF-GSを紹介する。
我々は、3DGSの設計を再考し、その空間的特徴をNeRFと漸進的に整合させ、共有された3次元空間情報を通して、両方の表現を同一シーン内で最適化することを可能にする。
ベンチマークデータセットによる実験結果から,NeRF-GSは既存の手法を超越し,最先端の性能を実現していることがわかった。
論文 参考訳（メタデータ） (2025-07-31T09:43:31Z) - EVolSplat: Efficient Volume-based Gaussian Splatting for Urban View Synthesis [61.1662426227688]
既存のNeRFおよび3DGSベースの手法は、フォトリアリスティックレンダリングを実現する上で有望な結果を示すが、スローでシーンごとの最適化が必要である。
本稿では,都市景観を対象とした効率的な3次元ガウススプレイティングモデルEVolSplatを紹介する。
論文 参考訳（メタデータ） (2025-03-26T02:47:27Z) - SOGS: Second-Order Anchor for Advanced 3D Gaussian Splatting [116.22623164585114]
SOGSはアンカーベースの3D-GS技術であり、2階アンカーを導入し、優れたレンダリング品質とアンカー機能とモデルサイズを同時に削減する。
モデルサイズを小さくした新規なビュー合成において,SOGSが優れたレンダリング品質を実現することを示す。
論文 参考訳（メタデータ） (2025-03-10T15:50:46Z) - StructGS: Adaptive Spherical Harmonics and Rendering Enhancements for Superior 3D Gaussian Splatting [5.759434800012218]
StructGS は 3D Gaussian Splatting (3DGS) を強化し、3D再構成における新規なビュー合成を改善するフレームワークである。
我々のフレームワークは計算冗長性を著しく低減し、ディテールキャプチャを強化し、低解像度入力からの高解像度レンダリングをサポートする。
論文 参考訳（メタデータ） (2025-03-09T05:39:44Z) - 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) - 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) - Optimizing 3D Gaussian Splatting for Sparse Viewpoint Scene Reconstruction [11.840097269724792]
3D Gaussian Splatting (3DGS)は3Dシーン表現の有望なアプローチとして登場し、Neural Radiance Fields (NeRF)と比較して計算オーバーヘッドの低減を実現している。
SVS-GSは,3次元ガウス平滑化フィルタを統合して人工物を抑制する,スパースビューポイントシーン再構築のための新しいフレームワークである。
論文 参考訳（メタデータ） (2024-09-05T03:18:04Z) - WildGaussians: 3D Gaussian Splatting in the Wild [80.5209105383932]
3DGSによる閉塞や外見の変化に対処する新しいアプローチであるWildGaussiansを紹介した。
我々はWildGaussianが3DGSとNeRFのベースラインを越えながら3DGSのリアルタイムレンダリング速度と一致していることを示す。
論文 参考訳（メタデータ） (2024-07-11T12:41:32Z) - WE-GS: An In-the-wild Efficient 3D Gaussian Representation for Unconstrained Photo Collections [8.261637198675151]
制約のない写真コレクションからの新規ビュー合成(NVS)は、コンピュータグラフィックスでは困難である。
写真コレクションからのシーン再構築のための効率的なポイントベース微分可能レンダリングフレームワークを提案する。
提案手法は、新しいビューのレンダリング品質と、高収束・レンダリング速度の外観合成において、既存のアプローチよりも優れている。
論文 参考訳（メタデータ） (2024-06-04T15:17:37Z) - 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)
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。