論文の概要: Opt3DGS: Optimizing 3D Gaussian Splatting with Adaptive Exploration and Curvature-Aware Exploitation

• arxiv url: http://arxiv.org/abs/2511.13571v1
• Date: Mon, 17 Nov 2025 16:37:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-18 18:52:09.607616
• Title: Opt3DGS: Optimizing 3D Gaussian Splatting with Adaptive Exploration and Curvature-Aware Exploitation
• Title（参考訳）: Opt3DGS: 適応探索と曲率認識による3次元ガウス散乱の最適化
• Authors: Ziyang Huang, Jiagang Chen, Jin Liu, Shunping Ji,
• Abstract要約: 3D Splatting (3DGS) は、新しいビュー合成のための主要なフレームワークとして登場したが、その中核となる最適化課題は未解決のままである。 我々は,3DGS最適化における2つの重要な課題を,最適部分最適化における包摂と,収束品質の不十分さの2つに同定した。 2段階最適化プロセスを通じて3DGSを強化する頑健なフレームワークであるOps3DGSを提案する。
• 参考スコア（独自算出の注目度）: 10.150288678666001
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Gaussian Splatting (3DGS) has emerged as a leading framework for novel view synthesis, yet its core optimization challenges remain underexplored. We identify two key issues in 3DGS optimization: entrapment in suboptimal local optima and insufficient convergence quality. To address these, we propose Opt3DGS, a robust framework that enhances 3DGS through a two-stage optimization process of adaptive exploration and curvature-guided exploitation. In the exploration phase, an Adaptive Weighted Stochastic Gradient Langevin Dynamics (SGLD) method enhances global search to escape local optima. In the exploitation phase, a Local Quasi-Newton Direction-guided Adam optimizer leverages curvature information for precise and efficient convergence. Extensive experiments on diverse benchmark datasets demonstrate that Opt3DGS achieves state-of-the-art rendering quality by refining the 3DGS optimization process without modifying its underlying representation.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS) は、新しいビュー合成のための主要なフレームワークとして登場したが、その中核となる最適化課題は未解明のままである。 我々は,3DGS最適化における2つの重要な課題を,最適部分最適化における包摂と,収束品質の不十分さの2つに同定した。 適応探索と曲率誘導を用いた2段階の最適化プロセスを通じて3DGSを強化する頑健なフレームワークであるOps3DGSを提案する。 探索段階において,適応重み付き確率勾配ランジュバンダイナミクス (SGLD) 法は局所最適化から逃れるためのグローバル探索を強化する。 エクスプロイトフェーズでは、局所準ニュートン方向誘導アダム最適化器が曲率情報を利用して正確かつ効率的な収束を行う。 多様なベンチマークデータセットに関する大規模な実験により、Opt3DGSは3DGSの最適化プロセスを、基礎となる表現を変更せずに洗練することによって、最先端のレンダリング品質を達成することを示した。

関連論文リスト

• GDGS: 3D Gaussian Splatting Via Geometry-Guided Initialization And Dynamic Density Control [6.91367883100748]
  Gaussian Splattingは、リアルタイムのパフォーマンスをサポートしながら、リアルな画像をレンダリングする代替手段である。 本稿では,初期化,最適化,密度制御における課題に対処するため,3次元ガウス分割法(3DGS)citeKerbl2023を提案する。 提案手法は,高忠実度画像をリアルタイムにレンダリングすることで,最先端の手法に匹敵する,あるいは優れた結果を示す。
  論文  参考訳（メタデータ） (2025-07-01T01:29:31Z)
• 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)
• DashGaussian: Optimizing 3D Gaussian Splatting in 200 Seconds [71.37326848614133]
  3DGSの最適化複雑性に関するスケジューリング手法であるDashGaussianを提案する。 提案手法は, 各種3DGSバックボーンの最適化を平均45.7%高速化する。
  論文  参考訳（メタデータ） (2025-03-24T07:17:27Z)
• POp-GS: Next Best View in 3D-Gaussian Splatting with P-Optimality [12.023303901740753]
  3D-GSは高品質な計算で有用な世界モデルであることが証明されているが、不確実性や情報の定量化には至っていない。 最適な実験設計のレンズを用いて問題を修正し、3D-GSにおける情報ゲインの定量化を提案する。
  論文  参考訳（メタデータ） (2025-03-10T20:01:56Z)
• 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)
• SuperGS: Super-Resolution 3D Gaussian Splatting Enhanced by Variational Residual Features and Uncertainty-Augmented Learning [6.309174895120047]
  Super-Resolution 3DGS (SuperGS) は、2段階の粗大なトレーニングフレームワークで設計された3DGSの拡張である。 SuperGSは、低解像度入力のみを使用して、現実世界と合成データセットの両方で最先端のHRNVSメソッドを超越している。
  論文  参考訳（メタデータ） (2024-10-03T15:18:28Z)
• 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)
• 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)
• Motion-aware 3D Gaussian Splatting for Efficient Dynamic Scene Reconstruction [89.53963284958037]
  動的シーン再構築のための新しい動き認識拡張フレームワークを提案する。 具体的には,まず3次元ガウス運動と画素レベルの流れの対応性を確立する。 より厳密な最適化問題を示す先行的な変形に基づくパラダイムに対して,過渡対応変形補助モジュールを提案する。
  論文  参考訳（メタデータ） (2024-03-18T03:46:26Z)

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。