論文の概要: EGG-Fusion: Efficient 3D Reconstruction with Geometry-aware Gaussian Surfel on the Fly

• arxiv url: http://arxiv.org/abs/2512.01296v1
• Date: Mon, 01 Dec 2025 05:32:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-02 19:46:34.697756
• Title: EGG-Fusion: Efficient 3D Reconstruction with Geometry-aware Gaussian Surfel on the Fly
• Title（参考訳）: EGG-Fusion:Geometry-aware Gaussian Surfel on the Fly
• Authors: Xiaokun Pan, Zhenzhe Li, Zhichao Ye, Hongjia Zhai, Guofeng Zhang,
• Abstract要約: EGG-Fusionは、新しい差別化可能なリアルタイム再構築システムである。 提案方式は0.6textitcmの表面再構成誤差を達成し,最先端手法と比較して精度が20%以上向上したことを示す。 特に、24FPSのリアルタイム処理能力を維持しており、最も正確な差別化可能なリアルタイム再構築システムとして確立されている。
• 参考スコア（独自算出の注目度）: 8.803716785929936
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-time 3D reconstruction is a fundamental task in computer graphics. Recently, differentiable-rendering-based SLAM system has demonstrated significant potential, enabling photorealistic scene rendering through learnable scene representations such as Neural Radiance Fields (NeRF) and 3D Gaussian Splatting (3DGS). Current differentiable rendering methods face dual challenges in real-time computation and sensor noise sensitivity, leading to degraded geometric fidelity in scene reconstruction and limited practicality. To address these challenges, we propose a novel real-time system EGG-Fusion, featuring robust sparse-to-dense camera tracking and a geometry-aware Gaussian surfel mapping module, introducing an information filter-based fusion method that explicitly accounts for sensor noise to achieve high-precision surface reconstruction. The proposed differentiable Gaussian surfel mapping effectively models multi-view consistent surfaces while enabling efficient parameter optimization. Extensive experimental results demonstrate that the proposed system achieves a surface reconstruction error of 0.6\textit{cm} on standardized benchmark datasets including Replica and ScanNet++, representing over 20\% improvement in accuracy compared to state-of-the-art (SOTA) GS-based methods. Notably, the system maintains real-time processing capabilities at 24 FPS, establishing it as one of the most accurate differentiable-rendering-based real-time reconstruction systems. Project Page: https://zju3dv.github.io/eggfusion/
• Abstract（参考訳）: リアルタイム3D再構成はコンピュータグラフィックスの基本課題である。 近年,ニューラルレイディアンス・フィールド(NeRF)や3Dガウス・スプラッティング(3DGS)などの学習可能なシーン表現を通じて,光写実的シーンレンダリングが可能となった。 現在の微分可能レンダリング法は、リアルタイム計算とセンサノイズ感度において2つの課題に直面しており、シーン再構成における幾何学的忠実度が低下し、実用性が制限されている。 これらの課題に対処するために,高精細度カメラ追跡機能を備えた新しいリアルタイムシステムEGG-Fusionと,高精度な表面再構成を実現するためのセンサノイズを明示的に考慮した情報フィルタに基づく融合手法を提案する。 提案した微分可能なガウス波面マッピングは、効率的なパラメータ最適化を実現しつつ、多視点一貫した曲面を効果的にモデル化する。 実験結果から,Replica や ScanNet++ などの標準ベンチマークデータセットでは,最新技術 (SOTA) GS 法に比べて精度が 20 % 以上向上した。 特に、24FPSのリアルタイム処理能力を維持しており、最も正確な差別化可能なリアルタイム再構築システムとして確立されている。 プロジェクトページ: https://zju3dv.github.io/eggfusion/

関連論文リスト

• Pseudo Depth Meets Gaussian: A Feed-forward RGB SLAM Baseline [64.42938561167402]
  本稿では,3次元ガウス型SLAMとフィードフォワードリカレント予測モジュールを組み合わせたオンライン3次元再構成手法を提案する。 このアプローチは、遅いテスト時間の最適化を高速なネットワーク推論に置き換え、トラッキング速度を大幅に改善する。 提案手法は,最先端のSplaTAMと同等の性能を示しながら,追跡時間を90%以上削減する。
  論文  参考訳（メタデータ） (2025-08-06T16:16:58Z)
• EVolSplat: Efficient Volume-based Gaussian Splatting for Urban View Synthesis [61.1662426227688]
  既存のNeRFおよび3DGSベースの手法は、フォトリアリスティックレンダリングを実現する上で有望な結果を示すが、スローでシーンごとの最適化が必要である。 本稿では,都市景観を対象とした効率的な3次元ガウススプレイティングモデルEVolSplatを紹介する。
  論文  参考訳（メタデータ） (2025-03-26T02:47:27Z)
• 3D Gaussian Splatting with Normal Information for Mesh Extraction and Improved Rendering [8.59572577251833]
  ガウス関数から推定される符号距離関数の勾配を用いた新しい正規化法を提案する。 我々は、Mip-NeRF360、Tamps and Temples、Deep-Blendingなどのデータセットに対するアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2025-01-14T18:40:33Z)
• Visual SLAM with 3D Gaussian Primitives and Depth Priors Enabling Novel View Synthesis [11.236094544193605]
  従来の幾何学に基づくSLAMシステムは、密度の高い3D再構成機能を持たない。 本稿では,新しいビュー合成技術である3次元ガウススプラッティングを組み込んだリアルタイムRGB-D SLAMシステムを提案する。
  論文  参考訳（メタデータ） (2024-08-10T21:23:08Z)
• GS-SLAM: Dense Visual SLAM with 3D Gaussian Splatting [51.96353586773191]
  我々は,まず3次元ガウス表現を利用したtextbfGS-SLAM を提案する。 提案手法は,地図の最適化とRGB-Dレンダリングの大幅な高速化を実現するリアルタイム微分可能なスプレイティングレンダリングパイプラインを利用する。 提案手法は,Replica,TUM-RGBDデータセット上の既存の最先端リアルタイム手法と比較して,競争性能が向上する。
  論文  参考訳（メタデータ） (2023-11-20T12:08:23Z)

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。