論文の概要: Fix False Transparency by Noise Guided Splatting

• arxiv url: http://arxiv.org/abs/2510.15736v1
• Date: Fri, 17 Oct 2025 15:28:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-20 20:17:34.680156
• Title: Fix False Transparency by Noise Guided Splatting
• Title（参考訳）: ノイズガイドスプレイティングによる偽透過性の固定
• Authors: Aly El Hakie, Yiren Lu, Yu Yin, Michael Jenkins, Yehe Liu,
• Abstract要約: 3DGSによって再構成された不透明な物体は、しばしば偽の透明な表面を示す。 この問題は、3DGSの不正な最適化に起因している。 我々は表面ガウシアンにより高い不透明度を採用するよう奨励する戦略を提案する。
• 参考スコア（独自算出の注目度）: 4.778060896816705
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Opaque objects reconstructed by 3DGS often exhibit a falsely transparent surface, leading to inconsistent background and internal patterns under camera motion in interactive viewing. This issue stems from the ill-posed optimization in 3DGS. During training, background and foreground Gaussians are blended via alpha-compositing and optimized solely against the input RGB images using a photometric loss. As this process lacks an explicit constraint on surface opacity, the optimization may incorrectly assign transparency to opaque regions, resulting in view-inconsistent and falsely transparent. This issue is difficult to detect in standard evaluation settings but becomes particularly evident in object-centric reconstructions under interactive viewing. Although other causes of view-inconsistency have been explored recently, false transparency has not been explicitly identified. To the best of our knowledge, we are the first to identify, characterize, and develop solutions for this artifact, an underreported artifact in 3DGS. Our strategy, NGS, encourages surface Gaussians to adopt higher opacity by injecting opaque noise Gaussians in the object volume during training, requiring only minimal modifications to the existing splatting process. To quantitatively evaluate false transparency in static renderings, we propose a transmittance-based metric that measures the severity of this artifact. In addition, we introduce a customized, high-quality object-centric scan dataset exhibiting pronounced transparency issues, and we augment popular existing datasets with complementary infill noise specifically designed to assess the robustness of 3D reconstruction methods to false transparency. Experiments across multiple datasets show that NGS substantially reduces false transparency while maintaining competitive performance on standard rendering metrics, demonstrating its overall effectiveness.
• Abstract（参考訳）: 3DGSによって再構成された不透明な物体は、しばしば偽の透明な表面を示し、対話的な視聴においてカメラモーションの下での背景と内部パターンが矛盾する。 この問題は、3DGSの不正な最適化に起因している。 トレーニング中、バックグラウンドとフォアグラウンドのガウスはアルファ合成によりブレンドされ、フォトメトリックロスを用いて入力されたRGB画像に対してのみ最適化される。 このプロセスは表面の不透明性に対する明示的な制約を欠いているため、最適化は不透明な領域に誤って透明性を割り当てる可能性がある。 この問題は、標準的な評価設定では検出が難しいが、対話的視聴下でのオブジェクト中心の再構成では特に顕著である。 視線不整合の他の原因は近年調査されているが、偽の透明性は明確には特定されていない。 私たちの知る限りでは、3DGSで報告されていないアーティファクトである、このアーティファクトのソリューションを最初に識別し、特徴付けし、開発しています。 我々の戦略であるNGSは、トレーニング中に物体の容積に不透明なノイズガウスを注入することで、表面ガウスがより高い不透明度を採用することを奨励し、既存のスプレイティングプロセスに最小限の変更しか必要としない。 静的レンダリングにおける偽の透明性を定量的に評価するために,このアーティファクトの重大さを計測する透過率に基づく計量法を提案する。 さらに、透明度を顕著に示すように、カスタマイズされた高品質なオブジェクト中心スキャンデータセットを導入し、3次元再構成手法の堅牢性から偽透過性を評価するために、補完的な埋め込みノイズで既存の一般的なデータセットを拡張した。 複数のデータセットにわたる実験によると、NGSは標準レンダリングメトリクスの競合性能を維持しながら、偽の透明性を著しく低減し、全体的な効果を示している。

関連論文リスト

• RobustSplat: Decoupling Densification and Dynamics for Transient-Free 3DGS [79.15416002879239]
  3D Gaussian Splattingは、ノベルビュー合成と3Dモデリングにおけるリアルタイム、フォトリアリスティックレンダリングにおいて大きな注目を集めている。 既存の手法は、過渡的なオブジェクトに影響されたシーンを正確にモデル化するのに苦労し、描画された画像のアーティファクトに繋がる。 2つの重要な設計に基づく堅牢なソリューションであるRobustSplatを提案する。
  論文  参考訳（メタデータ） (2025-06-03T11:13:48Z)
• TransparentGS: Fast Inverse Rendering of Transparent Objects with Gaussians [35.444290579981455]
  3D-GSに基づく透明物体のための高速逆レンダリングパイプラインであるTransparentGSを提案する。 我々はガウス光場プローブ(GaussProbe)を利用して、周囲の光と近傍のコンテンツの両方を統一された枠組みで符号化する。 複雑な環境から透明な物体を回収する際のアプローチの速度と精度について実験を行った。
  論文  参考訳（メタデータ） (2025-04-26T02:15:03Z)
• TSGS: Improving Gaussian Splatting for Transparent Surface Reconstruction via Normal and De-lighting Priors [39.60777069381983]
  我々は、幾何学学習と外観改善を分離する新しいフレームワークであるTransparent Surface Gaussian Splatting (TSGS)を紹介した。 幾何学学習の段階では、TSGSは、表面を正確に表現するために、スペクトル抑圧された入力を用いて幾何学に焦点を当てる。 深度推定を強化するため、TSGSは第1面の深度抽出法を採用している。
  論文  参考訳（メタデータ） (2025-04-17T10:00:09Z)
• TranSplat: Surface Embedding-guided 3D Gaussian Splatting for Transparent Object Manipulation [10.957451368533302]
  TranSplat は透明物体に適した表面埋め込み誘導型3次元ガウス散乱法である。 これらの表面埋め込みと入力されたRGB画像を統合することで、TranSplatは透明な表面の複雑さを効果的に捉えることができる。
  論文  参考訳（メタデータ） (2025-02-11T03:43:56Z)
• GeoSplatting: Towards Geometry Guided Gaussian Splatting for Physically-based Inverse Rendering [69.67264955234494]
  GeoSplattingは、3DGSを精密な光輸送モデリングのための明確な幾何学的ガイダンスで拡張する新しいアプローチである。 最適化可能なメッシュから表面積の3DGSを微分的に構築することにより、明確に定義されたメッシュ正規と不透明なメッシュ表面を利用する。 この強化により、3DGSの効率性と高品質なレンダリング能力を保ちながら、正確な材料分解が保証される。
  論文  参考訳（メタデータ） (2024-10-31T17:57:07Z)
• CVT-xRF: Contrastive In-Voxel Transformer for 3D Consistent Radiance Fields from Sparse Inputs [65.80187860906115]
  スパース入力によるNeRFの性能向上のための新しい手法を提案する。 まず, サンプル線が, 3次元空間内の特定のボクセルと交差することを保証するために, ボクセルを用いた放射線サンプリング戦略を採用する。 次に、ボクセル内の追加点をランダムにサンプリングし、トランスフォーマーを適用して各線上の他の点の特性を推測し、ボリュームレンダリングに組み込む。
  論文  参考訳（メタデータ） (2024-03-25T15:56:17Z)
• Ternary-Type Opacity and Hybrid Odometry for RGB NeRF-SLAM [58.736472371951955]
  表面を交差する光線上の点を3つの領域(前・前・後・後)に分類する3成分式不透明度モデルを導入する。 これにより、より正確な深度のレンダリングが可能となり、画像ワープ技術の性能が向上する。 TTとHOの統合アプローチは,合成および実世界のデータセット上で最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-12-20T18:03:17Z)

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。