論文の概要: Optimized Minimal 4D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2510.03857v1
• Date: Sat, 04 Oct 2025 16:11:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-07 16:52:59.301136
• Title: Optimized Minimal 4D Gaussian Splatting
• Title（参考訳）: 最適化された最小4次元ガウス平滑化
• Authors: Minseo Lee, Byeonghyeon Lee, Lucas Yunkyu Lee, Eunsoo Lee, Sangmin Kim, Seunghyeon Song, Joo Chan Lee, Jong Hwan Ko, Jaesik Park, Eunbyung Park,
• Abstract要約: 4D Gaussian Splattingは動的シーン表現の新しいパラダイムとして登場し、複雑な動きを持つシーンのリアルタイムレンダリングを可能にした。 何百万人ものガウス人が高忠実度再構築を必要としているため、ストレージオーバーヘッドの大きな課題に直面している。 OMG4は、4次元ガウス模型を忠実に表現できる有能なガウスのコンパクトな集合を構成するフレームワークである。
• 参考スコア（独自算出の注目度）: 50.29519144753797
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 4D Gaussian Splatting has emerged as a new paradigm for dynamic scene representation, enabling real-time rendering of scenes with complex motions. However, it faces a major challenge of storage overhead, as millions of Gaussians are required for high-fidelity reconstruction. While several studies have attempted to alleviate this memory burden, they still face limitations in compression ratio or visual quality. In this work, we present OMG4 (Optimized Minimal 4D Gaussian Splatting), a framework that constructs a compact set of salient Gaussians capable of faithfully representing 4D Gaussian models. Our method progressively prunes Gaussians in three stages: (1) Gaussian Sampling to identify primitives critical to reconstruction fidelity, (2) Gaussian Pruning to remove redundancies, and (3) Gaussian Merging to fuse primitives with similar characteristics. In addition, we integrate implicit appearance compression and generalize Sub-Vector Quantization (SVQ) to 4D representations, further reducing storage while preserving quality. Extensive experiments on standard benchmark datasets demonstrate that OMG4 significantly outperforms recent state-of-the-art methods, reducing model sizes by over 60% while maintaining reconstruction quality. These results position OMG4 as a significant step forward in compact 4D scene representation, opening new possibilities for a wide range of applications. Our source code is available at https://minshirley.github.io/OMG4/.
• Abstract（参考訳）: 4D Gaussian Splattingは動的シーン表現の新しいパラダイムとして登場し、複雑な動きを持つシーンのリアルタイムレンダリングを可能にした。 しかし、数百万のガウス人が高忠実度復元のために必要とされているため、ストレージオーバーヘッドの大きな課題に直面している。 このメモリ負荷を軽減するためにいくつかの研究が行われてきたが、それでも圧縮比や視覚的品質の制限に直面している。 本研究では,4次元ガウスモデルを忠実に表現できる有理ガウスのコンパクトな集合を構成するフレームワークであるOMG4(Optimized Minimal 4D Gaussian Splatting)を提案する。 提案手法は,(1) ガウスの標本化,(2) ガウスのプルーニング,(2) 冗長性の除去,(3) ガウスのマージング,(3) 類似の特性のプリミティブの融合の3段階からなる。 さらに、暗黙的な外観圧縮とサブベクトル量子化(SVQ)を4次元表現に統合し、品質を保ちながらストレージをさらに削減する。 標準ベンチマークデータセットに対する大規模な実験は、OMG4が最近の最先端の手法を著しく上回り、再構築品質を維持しながらモデルサイズを60%以上削減していることを示している。 これらの結果から、OMG4はコンパクトな4Dシーン表現において重要な一歩として位置づけられ、幅広いアプリケーションに新たな可能性をもたらした。 ソースコードはhttps://minshirley.github.io/OMG4/で公開されています。

関連論文リスト

• Optimized Minimal 3D Gaussian Splatting [10.344911588975199]
  3D Gaussian Splatting (3DGS) はリアルタイム・ハイパフォーマンスレンダリングの強力な表現として登場した。 多数の明示的なガウスプリミティブによる3Dシーンの表現は、大きなストレージとメモリオーバーヘッドを課す。 プリミティブ間の連続性と不規則性の両方を効率的にキャプチャする,コンパクトで正確な属性表現を提案する。
  論文  参考訳（メタデータ） (2025-03-21T07:41:45Z)
• 1000+ FPS 4D Gaussian Splatting for Dynamic Scene Rendering [60.676919690136096]
  最新のシーンGPU上で1000FPS以上で動作する textbf4DGS-1K を提案する。 Q1では,短寿命ガウスを効果的に除去する新しいプルーニング基準である空間時間変動スコアを導入する。 Q2では、連続するフレーム間でアクティブなガウスのマスクを格納し、レンダリングにおける冗長な計算を著しく削減する。
  論文  参考訳（メタデータ） (2025-03-20T17:59:44Z)
• 4D Scaffold Gaussian Splatting with Dynamic-Aware Anchor Growing for Efficient and High-Fidelity Dynamic Scene Reconstruction [27.455934322535853]
  異なる視点でストレージコストに対処する4Dアンカーベースのフレームワークを導入する。 提案手法は, 動的領域における最先端の視覚的品質を実現し, 実用的ストレージコストに比して, 全ベースラインをはるかに上回っている。
  論文  参考訳（メタデータ） (2024-11-26T02:22:07Z)
• MEGA: Memory-Efficient 4D Gaussian Splatting for Dynamic Scenes [49.36091070642661]
  本稿では,4DGSのためのメモリ効率フレームワークを提案する。 TechnicolorとNeural 3D Videoのデータセットで約190$times$と125$times$のストレージ削減を実現している。 レンダリング速度とシーン表現の品質を維持し、フィールドに新しい標準を設定する。
  論文  参考訳（メタデータ） (2024-10-17T14:47:08Z)
• GaussianObject: High-Quality 3D Object Reconstruction from Four Views with Gaussian Splatting [82.29476781526752]
  高度にスパースな視点から3Dオブジェクトを再構成・レンダリングすることは、3Dビジョン技術の応用を促進する上で非常に重要である。 GaussianObjectは、Gaussian splattingで3Dオブジェクトを表現してレンダリングするフレームワークで、4つの入力イメージだけで高いレンダリング品質を実現する。 GaussianObjectは、MipNeRF360、OmniObject3D、OpenIllumination、および私たちが収集した未提示画像など、いくつかの挑戦的なデータセットで評価されている。
  論文  参考訳（メタデータ） (2024-02-15T18:42:33Z)

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。