論文の概要: Scale-GS: Efficient Scalable Gaussian Splatting via Redundancy-filtering Training on Streaming Content
- arxiv url: http://arxiv.org/abs/2508.21444v1
- Date: Fri, 29 Aug 2025 09:13:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-01 19:45:10.986464
- Title: Scale-GS: Efficient Scalable Gaussian Splatting via Redundancy-filtering Training on Streaming Content
- Title（参考訳）: Scale-GS: ストリーミングコンテンツの冗長フィルタリングによる効率的なスケーラブルガウススティング
- Authors: Jiayu Yang, Weijian Su, Songqian Zhang, Yuqi Han, Jinli Suo, Qiang Zhang,
- Abstract要約: 本稿では,ストリーミングタスクを効率的にトレーニングするためのスケーラブルなガウススプレイティングフレームワークであるMについて述べる。
Mは、最先端の手法と比較して、トレーニング時間を著しく短縮しつつ、優れた視覚的品質を達成する。
- 参考スコア（独自算出の注目度）: 28.476493987089466
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: 3D Gaussian Splatting (3DGS) enables high-fidelity real-time rendering, a key requirement for immersive applications. However, the extension of 3DGS to dynamic scenes remains limitations on the substantial data volume of dense Gaussians and the prolonged training time required for each frame. This paper presents \M, a scalable Gaussian Splatting framework designed for efficient training in streaming tasks. Specifically, Gaussian spheres are hierarchically organized by scale within an anchor-based structure. Coarser-level Gaussians represent the low-resolution structure of the scene, while finer-level Gaussians, responsible for detailed high-fidelity rendering, are selectively activated by the coarser-level Gaussians. To further reduce computational overhead, we introduce a hybrid deformation and spawning strategy that models motion of inter-frame through Gaussian deformation and triggers Gaussian spawning to characterize wide-range motion. Additionally, a bidirectional adaptive masking mechanism enhances training efficiency by removing static regions and prioritizing informative viewpoints. Extensive experiments demonstrate that \M~ achieves superior visual quality while significantly reducing training time compared to state-of-the-art methods.
- Abstract（参考訳）: 3D Gaussian Splatting (3DGS) は没入型アプリケーションにおいて重要な要件である高忠実なリアルタイムレンダリングを可能にする。
しかし、3DGSのダイナミックシーンへの拡張は、密度の強いガウスの膨大なデータ量と各フレームに必要な長いトレーニング時間に制限が残っている。
本稿では,ストリーミングタスクの効率的なトレーニングを目的としたスケーラブルなガウススプレイティングフレームワークである \M を提案する。
具体的には、ガウス球面は階層的にアンカー構造内のスケールによって構成される。
粗度ガウスはシーンの低分解能構造を表し、細度ガウスは詳細な高忠実度レンダリングを担い、粗度ガウスは選択的にアクティベートされる。
さらに計算オーバーヘッドを低減するために,ガウス変形によるフレーム間動きをモデル化し,ガウス生成をトリガーして広域運動を特徴付けるハイブリッド変形・生成戦略を導入する。
さらに、双方向適応マスキング機構は、静的領域を除去し、情報的視点を優先することにより、トレーニング効率を向上させる。
広汎な実験により,<M</M</M</M</M><M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</M</C</M</M</M</M</M</M</M</M</C</M</M</M</M</M</M</M</M</M</M</M</M</M
関連論文リスト
- Decomposing Densification in Gaussian Splatting for Faster 3D Scene Reconstruction [5.929129351088044]
3D Gaussian Splatting (GS)は、高品質なシーン再構築のための強力な表現として登場し、魅力的なレンダリング品質を提供している。
本稿では, 細部保存と計算効率のバランスをとる上でのそれらの役割を明らかにするとともに, デンシフィケーションフェーズにおける分割・クローン操作の包括的解析について述べる。
本稿では2次元画像のエネルギー密度に基づいて徐々に解像度を向上するエネルギー誘導型粗度多分解能トレーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-27T11:47:20Z) - SD-GS: Structured Deformable 3D Gaussians for Efficient Dynamic Scene Reconstruction [5.818188539758898]
複雑な動的シーン再構成のためのコンパクトで効率的な動的スプレイティングフレームワークSD-GSを提案する。
また,過度に再構成された高流動領域のアンカーを適応的に成長させる変形認識型密度化戦略を提案する。
実験の結果,SD-GSはモデルサイズを60%削減し,FPSを100%改善することがわかった。
論文 参考訳（メタデータ） (2025-07-10T06:35:03Z) - Steepest Descent Density Control for Compact 3D Gaussian Splatting [72.54055499344052]
3D Gaussian Splatting (3DGS)は、強力なリアルタイム高解像度ノベルビューとして登場した。
本稿では,3DGSの密度制御をデミストし,改良する理論的枠組みを提案する。
我々はSteepGSを導入し、コンパクトな点雲を維持しながら損失を最小限に抑える原則的戦略である、最も急な密度制御を取り入れた。
論文 参考訳（メタデータ） (2025-05-08T18:41:38Z) - Mini-Splatting2: Building 360 Scenes within Minutes via Aggressive Gaussian Densification [4.733612131945549]
Mini-Splatting2は最適化時間、ガウス数、レンダリング品質のバランスの取れたトレードオフを実現する。
我々の研究は、現実世界のアプリケーションにおいて、より効率的で高品質な3Dシーンモデリングのステージを定めている。
論文 参考訳（メタデータ） (2024-11-19T11:47:40Z) - GaussianForest: Hierarchical-Hybrid 3D Gaussian Splatting for Compressed Scene Modeling [40.743135560583816]
本稿では,ハイブリッド3Dガウスの森として景観を階層的に表現するガウス・フォレスト・モデリング・フレームワークを紹介する。
実験により、ガウス・フォレストは同等の速度と品質を維持するだけでなく、圧縮速度が10倍を超えることが示されている。
論文 参考訳（メタデータ） (2024-06-13T02:41:11Z) - LP-3DGS: Learning to Prune 3D Gaussian Splatting [71.97762528812187]
本稿では,トレーニング可能な2値マスクを重要度に応用し,最適プルーニング比を自動的に検出する3DGSを提案する。
実験の結果,LP-3DGSは効率と高品質の両面において良好なバランスを保っていることがわかった。
論文 参考訳（メタデータ） (2024-05-29T05:58:34Z) - 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) - GES: Generalized Exponential Splatting for Efficient Radiance Field Rendering [112.16239342037714]
GES(Generalized Exponential Splatting)は、GEF(Generalized Exponential Function)を用いて3Dシーンをモデル化する斬新な表現である。
周波数変調損失の助けを借りて、GESは新規なビュー合成ベンチマークにおいて競合性能を達成する。
論文 参考訳（メタデータ） (2024-02-15T17:32:50Z) - Mesh-based Gaussian Splatting for Real-time Large-scale Deformation [58.18290393082119]
ユーザがリアルタイムで大きな変形で暗黙の表現を直接変形または操作することは困難である。
我々は,インタラクティブな変形を可能にする新しいGSベースの手法を開発した。
提案手法は,高いフレームレートで良好なレンダリング結果を維持しつつ,高品質な再構成と効率的な変形を実現する。
論文 参考訳（メタデータ） (2024-02-07T12:36:54Z) - 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。