論文の概要: FACT-GS: Frequency-Aligned Complexity-Aware Texture Reparameterization for 2D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2511.23292v1
• Date: Fri, 28 Nov 2025 15:47:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-01 19:47:55.968995
• Title: FACT-GS: Frequency-Aligned Complexity-Aware Texture Reparameterization for 2D Gaussian Splatting
• Title（参考訳）: FACT-GS:2次元ガウス平滑化のための周波数適応複雑度を考慮したテクスチャパラメータ化
• Authors: Tianhao Xie, Linlian Jiang, Xinxin Zuo, Yang Wang, Tiberiu Popa,
• Abstract要約: テクスチュアベースのガウスアンは、局所的な視覚的複雑さに関係なく同じサンプリング密度を割り当てる一様一様サンプリンググリッドで外観をパラメータ化する。 FACT-GSは、局所的な視覚周波数に応じてテクスチャサンプリング密度を割り当てる、周波数対応複雑度対応テクスチャ・ガウシアン・スプレイティング・フレームワークである。
• 参考スコア（独自算出の注目度）: 10.495318519671963
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Realistic scene appearance modeling has advanced rapidly with Gaussian Splatting, which enables real-time, high-quality rendering. Recent advances introduced per-primitive textures that incorporate spatial color variations within each Gaussian, improving their expressiveness. However, texture-based Gaussians parameterize appearance with a uniform per-Gaussian sampling grid, allocating equal sampling density regardless of local visual complexity. This leads to inefficient texture space utilization, where high-frequency regions are under-sampled and smooth regions waste capacity, causing blurred appearance and loss of fine structural detail. We introduce FACT-GS, a Frequency-Aligned Complexity-aware Texture Gaussian Splatting framework that allocates texture sampling density according to local visual frequency. Grounded in adaptive sampling theory, FACT-GS reformulates texture parameterization as a differentiable sampling-density allocation problem, replacing the uniform textures with a learnable frequency-aware allocation strategy implemented via a deformation field whose Jacobian modulates local sampling density. Built on 2D Gaussian Splatting, FACT-GS performs non-uniform sampling on fixed-resolution texture grids, preserving real-time performance while recovering sharper high-frequency details under the same parameter budget.
• Abstract（参考訳）: リアルタイムかつ高品質なレンダリングを可能にするガウススプラッティングにより、リアルなシーンの外観モデリングが急速に進歩した。 近年,各ガウス色に空間色の変化を取り入れ,表現性を向上する主観的テクスチャが導入されている。 しかし、テクスチャベースのガウスアンは、局所的な視覚的複雑さに関係なく同じサンプリング密度を割り当てる一様一様サンプリンググリッドで外観をパラメータ化する。 これは非効率なテクスチャ空間利用につながり、高周波領域はアンダーサンプリングされ、スムーズな領域は廃棄され、外観がぼやけ、細かな構造が失われる。 FACT-GSは、局所的な視覚周波数に応じてテクスチャサンプリング密度を割り当てる、周波数対応複雑度対応テクスチャ・ガウシアン・スプレイティング・フレームワークである。 適応サンプリング理論に基づいて、FACT-GSは、均一なテクスチャを、ジャコビアンが局所サンプリング密度を変調する変形場を介して実装された学習可能な周波数認識割り当て戦略に置き換え、異なるサンプリング密度割り当て問題としてテクスチャパラメータ化を再構成する。 FACT-GSは2次元ガウス平板上に構築され、固定解像度のテクスチャグリッド上で一様サンプリングを行い、同じパラメータ予算の下でよりシャープな高周波の詳細を回復しながら、リアルタイムのパフォーマンスを保っている。

関連論文リスト

• Depth-Guided Bundle Sampling for Efficient Generalizable Neural Radiance Field Reconstruction [22.057122296909142]
  高解像度画像は、すべての光線を高密度にサンプリングする必要があるため、計算集約的なままである。 レンダリングを高速化する新しい深度誘導型バンドルサンプリング戦略を提案する。 提案手法は最大1.27dBPSNRの改善とDTUデータセット上のFPSの47%増加を実現している。
  論文  参考訳（メタデータ） (2025-05-26T10:23:59Z)
• GausSurf: Geometry-Guided 3D Gaussian Splatting for Surface Reconstruction [79.42244344704154]
  GausSurfは、テクスチャリッチな領域におけるマルチビュー一貫性と、シーンのテクスチャレスな領域における通常の事前の幾何学的ガイダンスを採用している。 本手法は,再現性や計算時間の観点から,最先端の手法を超越した手法である。
  論文  参考訳（メタデータ） (2024-11-29T03:54:54Z)
• MCGS: Multiview Consistency Enhancement for Sparse-View 3D Gaussian Radiance Fields [100.90743697473232]
  3Dガウシアンによって表現される放射場は、高いトレーニング効率と高速レンダリングの両方を提供する、新しいビューの合成に優れている。 既存の手法では、高密度推定ネットワークからの奥行き先を組み込むことが多いが、入力画像に固有の多視点一貫性を見落としている。 スパースビューからのシーン再構成が可能な3次元ガウススプラッティングに基づくビュー合成フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-15T08:39:05Z)
• Textured-GS: Gaussian Splatting with Spatially Defined Color and Opacity [7.861993966048637]
  Spherical Harmonics (SH) を用いたガウス平滑化手法である Textured-GS を導入する。 このアプローチにより、各ガウス多様体は、その表面の様々な色や不透明度を調節することで、よりリッチな表現を表現できる。 実験の結果,Textured-GS はベースラインのMini-Splatting と標準の3DGS を視覚的忠実度で一貫して上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-07-13T00:45:37Z)
• DeferredGS: Decoupled and Editable Gaussian Splatting with Deferred Shading [50.331929164207324]
  我々は,遅延シェーディングを用いたガウススプレイティング表現のデカップリングと編集を行うDedeerredGSを紹介する。 定性的かつ定量的な実験は、新しいビューおよび編集タスクにおけるDederredGSの優れた性能を示す。
  論文  参考訳（メタデータ） (2024-04-15T01:58:54Z)
• 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)
• High-Fidelity SLAM Using Gaussian Splatting with Rendering-Guided Densification and Regularized Optimization [8.845446246585215]
  本稿では,3次元ガウススプラッティングに基づく高密度RGBD SLAMシステムを提案する。 近年のニューラルかつ並列に開発されたガウススプラッティング RGBD SLAM ベースラインと比較して,本手法は合成データセット Replica の最先端結果と実世界のデータセット TUM の競合結果を得る。
  論文  参考訳（メタデータ） (2024-03-19T08:19:53Z)
• 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)

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。