論文の概要: A Survey on 3D Gaussian Splatting Applications: Segmentation, Editing, and Generation

• arxiv url: http://arxiv.org/abs/2508.09977v1
• Date: Wed, 13 Aug 2025 17:44:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-14 20:42:00.984421
• Title: A Survey on 3D Gaussian Splatting Applications: Segmentation, Editing, and Generation
• Title（参考訳）: 3次元ガウススプラッティングの応用に関する調査:セグメンテーション, 編集, 生成
• Authors: Shuting He, Peilin Ji, Yitong Yang, Changshuo Wang, Jiayi Ji, Yinglin Wang, Henghui Ding,
• Abstract要約: 3D Gaussian Splatting (3DGS)は3Dシーン表現のためのNeRF(Neural Radiance Fields)の強力な代替品として登場した。 このサーベイは、3DGSアプリケーションの最近の進歩を概観する。
• 参考スコア（独自算出の注目度）: 28.127523146578092
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Gaussian Splatting (3DGS) has recently emerged as a powerful alternative to Neural Radiance Fields (NeRF) for 3D scene representation, offering high-fidelity photorealistic rendering with real-time performance. Beyond novel view synthesis, the explicit and compact nature of 3DGS enables a wide range of downstream applications that require geometric and semantic understanding. This survey provides a comprehensive overview of recent progress in 3DGS applications. It first introduces 2D foundation models that support semantic understanding and control in 3DGS applications, followed by a review of NeRF-based methods that inform their 3DGS counterparts. We then categorize 3DGS applications into segmentation, editing, generation, and other functional tasks. For each, we summarize representative methods, supervision strategies, and learning paradigms, highlighting shared design principles and emerging trends. Commonly used datasets and evaluation protocols are also summarized, along with comparative analyses of recent methods across public benchmarks. To support ongoing research and development, a continually updated repository of papers, code, and resources is maintained at https://github.com/heshuting555/Awesome-3DGS-Applications.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は3Dシーン表現のためのNeural Radiance Fields(NeRF)の強力な代替品として最近登場した。 新規なビュー合成以外にも、3DGSの明示的でコンパクトな性質は、幾何学的および意味論的理解を必要とする幅広い下流アプリケーションを可能にする。 このサーベイは、3DGSアプリケーションの最近の進歩を概観する。 まず、3DGSアプリケーションにおける意味的理解と制御をサポートする2D基盤モデルを紹介し、続いて3DGSアプリケーションに通知するNeRFベースの方法のレビューを行った。 次に、3DGSアプリケーションをセグメンテーション、編集、生成、その他の機能タスクに分類する。 それぞれに代表的手法、監督戦略、学習パラダイムを要約し、共有設計原則と新たなトレンドを強調します。 一般的に使用されるデータセットと評価プロトコルも、公開ベンチマークにおける最近の手法の比較分析とともに要約されている。 進行中の研究と開発をサポートするため、紙、コード、リソースの継続的に更新されたリポジトリはhttps://github.com/heshuting555/Awesome-3DGS-Applicationsで維持されている。

関連論文リスト

• 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。