論文の概要: Enhancing Novel View Synthesis from extremely sparse views with SfM-free 3D Gaussian Splatting Framework

• arxiv url: http://arxiv.org/abs/2508.15457v1
• Date: Thu, 21 Aug 2025 11:25:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-22 16:26:46.296734
• Title: Enhancing Novel View Synthesis from extremely sparse views with SfM-free 3D Gaussian Splatting Framework
• Title（参考訳）: SfM-free 3D Gaussian Splatting Frameworkによる超スパース視点からの新規ビュー合成の促進
• Authors: Zongqi He, Hanmin Li, Kin-Chung Chan, Yushen Zuo, Hao Xie, Zhe Xiao, Jun Xiao, Kin-Man Lam,
• Abstract要約: 本稿では,SfMフリーな3DGSを用いたカメラのポーズを推定し,非常にスムーズな視点から3Dシーンを再構成する手法を提案する。 提案手法は,PSNRの高度2.75dB改善を極端に軽視条件下で達成し,他の最先端3DGS法よりも優れていた。
• 参考スコア（独自算出の注目度）: 14.927184256861807
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: 3D Gaussian Splatting (3DGS) has demonstrated remarkable real-time performance in novel view synthesis, yet its effectiveness relies heavily on dense multi-view inputs with precisely known camera poses, which are rarely available in real-world scenarios. When input views become extremely sparse, the Structure-from-Motion (SfM) method that 3DGS depends on for initialization fails to accurately reconstruct the 3D geometric structures of scenes, resulting in degraded rendering quality. In this paper, we propose a novel SfM-free 3DGS-based method that jointly estimates camera poses and reconstructs 3D scenes from extremely sparse-view inputs. Specifically, instead of SfM, we propose a dense stereo module to progressively estimates camera pose information and reconstructs a global dense point cloud for initialization. To address the inherent problem of information scarcity in extremely sparse-view settings, we propose a coherent view interpolation module that interpolates camera poses based on training view pairs and generates viewpoint-consistent content as additional supervision signals for training. Furthermore, we introduce multi-scale Laplacian consistent regularization and adaptive spatial-aware multi-scale geometry regularization to enhance the quality of geometrical structures and rendered content. Experiments show that our method significantly outperforms other state-of-the-art 3DGS-based approaches, achieving a remarkable 2.75dB improvement in PSNR under extremely sparse-view conditions (using only 2 training views). The images synthesized by our method exhibit minimal distortion while preserving rich high-frequency details, resulting in superior visual quality compared to existing techniques.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は、新しいビュー合成において顕著なリアルタイム性能を示したが、その有効性は、正確に知られたカメラポーズを持つ密集したマルチビュー入力に大きく依存しており、現実のシナリオではめったに利用できない。 入力ビューが非常にスパースになったとき、3DGSが初期化に依存するStructure-from-Motion(SfM)法は、シーンの幾何学的構造を正確に再構築することができないため、レンダリング品質が劣化する。 本稿では,SfMフリーな3DGSを用いたカメラのポーズを推定し,非常にスムーズな視点から3Dシーンを再構成する手法を提案する。 具体的には、SfMの代わりに、カメラポーズ情報を段階的に推定し、初期化のためにグローバルな高密度点雲を再構成する高密度ステレオモジュールを提案する。 極度のスパースビュー設定における情報不足の固有の問題に対処するため、トレーニングビューペアに基づいてカメラポーズを補間するコヒーレントビュー補間モジュールを提案し、トレーニングのための追加の監視信号として視点コンテンツを生成する。 さらに,複数スケールのラプラシアン整合正則化と適応型空間認識型多スケール幾何正則化を導入し,幾何学的構造や描画内容の質を高める。 実験の結果,PSNRの高度2.75dB改善は,2つのトレーニングビューのみを使用し,他の最先端3DGS手法よりも有意に優れていた。 提案手法により合成した画像は,高周波数の詳細を保存しながら,歪みが最小限に抑えられた。

関連論文リスト

• 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)
• PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
  PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。 本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
  論文  参考訳（メタデータ） (2024-10-29T15:28:15Z)
• GSplatLoc: Grounding Keypoint Descriptors into 3D Gaussian Splatting for Improved Visual Localization [1.4466437171584356]
  軽量なXFeat特徴抽出器から高密度かつ堅牢なキーポイント記述器を3DGSに統合する2段階の手順を提案する。 第2段階では、レンダリングベースの光度ワープ損失を最小限に抑え、初期ポーズ推定を洗練させる。 広く使われている屋内および屋外データセットのベンチマークは、最近のニューラルレンダリングベースのローカライゼーション手法よりも改善されていることを示している。
  論文  参考訳（メタデータ） (2024-09-24T23:18:32Z)
• InstantSplat: Sparse-view Gaussian Splatting in Seconds [91.77050739918037]
  InstantSplatは,光速でスパークビュー3Dシーンを再現する新しい手法である。 InstantSplatでは,3Dシーン表現とカメラポーズを最適化する,自己管理フレームワークを採用している。 3D-GSの従来のSfMと比較して、30倍以上の再現を達成し、視覚的品質(SSIM)を0.3755から0.7624に改善する。
  論文  参考訳（メタデータ） (2024-03-29T17:29:58Z)

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。