論文の概要: Gaussian Entropy Fields: Driving Adaptive Sparsity in 3D Gaussian Optimization
- arxiv url: http://arxiv.org/abs/2512.04542v1
- Date: Thu, 04 Dec 2025 07:44:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-05 21:11:46.054306
- Title: Gaussian Entropy Fields: Driving Adaptive Sparsity in 3D Gaussian Optimization
- Title（参考訳）: ガウスエントロピー場:3次元ガウス最適化における適応的スパーシティの駆動
- Authors: Hong Kuang, Jianchen Liu,
- Abstract要約: 3D Gaussian Splatting (3DGS) は、新しいビュー合成の先駆的手法として登場し、例外的なレンダリング効率を示している。
この研究は、原始分布における低構成エントロピーに対するエントロピー最小化によるエントロピー駆動曲面モデリングを導入する。
実験により、GEFはDTUおよびT&Tベンチマークの競合幾何精度を実現し、優れたレンダリング品質を提供することが示された。
- 参考スコア（独自算出の注目度）: 0.10742675209112619
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: 3D Gaussian Splatting (3DGS) has emerged as a leading technique for novel view synthesis, demonstrating exceptional rendering efficiency. \replaced[]{Well-reconstructed surfaces can be characterized by low configurational entropy, where dominant primitives clearly define surface geometry while redundant components are suppressed.}{The key insight is that well-reconstructed surfaces naturally exhibit low configurational entropy, where dominant primitives clearly define surface geometry while suppressing redundant components.} Three complementary technical contributions are introduced: (1) entropy-driven surface modeling via entropy minimization for low configurational entropy in primitive distributions; (2) adaptive spatial regularization using the Surface Neighborhood Redundancy Index (SNRI) and image entropy-guided weighting; (3) multi-scale geometric preservation through competitive cross-scale entropy alignment. Extensive experiments demonstrate that GEF achieves competitive geometric precision on DTU and T\&T benchmarks, while delivering superior rendering quality compared to existing methods on Mip-NeRF 360. Notably, superior Chamfer Distance (0.64) on DTU and F1 score (0.44) on T\&T are obtained, alongside the best SSIM (0.855) and LPIPS (0.136) among baselines on Mip-NeRF 360, validating the framework's ability to enhance surface reconstruction accuracy without compromising photometric fidelity.
- Abstract（参考訳）: 3D Gaussian Splatting (3DGS) は、新しいビュー合成の先駆的手法として登場し、例外的なレンダリング効率を示している。
\replaced[]{Well-reconstructed surfaces can be characterized by low configurational entropy。
}{ 重要な洞察は、よく再構成された曲面は自然に構成エントロピーが低く、支配的プリミティブは、冗長な成分を抑えながら表面幾何学を明確に定義するということである。
以下は,(1)初期分布における低構成エントロピーのエントロピー最小化によるエントロピー駆動表面モデリング,(2)表面近傍冗長指数(SNRI)と画像エントロピー誘導重み付けを用いた適応空間正規化,(3)競合するクロススケールエントロピーアライメントによるマルチスケール幾何保存,の3つの技術貢献を紹介する。
大規模な実験により、GEFはDTUとT\&Tベンチマークの競合幾何精度を実現し、Mip-NeRF 360の既存の手法よりも優れたレンダリング品質を提供することが示された。
特に、DTU上の優れたChamfer Distance(0.64)とT\&T上のF1スコア(0.44)と、Mip-NeRF 360上のベースラインのうち最高のSSIM(0.855)とLPIPS(0.136)とを併用して、測光フィディリティを損なうことなく、表面再構成精度を向上させるフレームワークの能力を検証する。
関連論文リスト
- SVRecon: Sparse Voxel Rasterization for Surface Reconstruction [60.92372415355283]
我々は最近提案されたスパースボキセル化パラダイムをSVReconの統合により高忠実度表面再構成の課題に拡張する。
本手法は, 常に高速な収束を保ちながら, 強い復元精度を実現する。
論文 参考訳（メタデータ） (2025-11-21T16:32:01Z) - SparseSurf: Sparse-View 3D Gaussian Splatting for Surface Reconstruction [26.59203606048875]
高品質な新しいビューレンダリングを保ちながら、より正確で詳細な表面を再構築する手法であるnetを提案する。
我々の重要な洞察は、レンダリング品質と幾何推定を橋渡しするStereo Geometry-Texture Alignmentを導入することである。
さらに,多視点幾何整合性を実現するPseudo-Feature Enhanced Geometry Consistencyを提案する。
論文 参考訳（メタデータ） (2025-11-18T16:24:37Z) - Gaussian Set Surface Reconstruction through Per-Gaussian Optimization [9.451254271017767]
3D Gaussian Splatting (3DGS)は、フレキシブルな表現を通して、斬新なビューを効果的に合成するが、シーン幾何学を正確に再構築することができない。
本稿では,ガウス集合表面再構成法(GSSR)を提案する。これは,ガウス集合表面を静止面に沿って均等に分配し,支配的な正規値と表面正規値とを整列させる手法である。
GSSRは画素レベルとガウスレベルの単視正規整合と多視光度整合を組み合わせることで、微細な幾何学的アライメントを強制する。
論文 参考訳（メタデータ） (2025-07-25T03:31:47Z) - Thin-Shell-SfT: Fine-Grained Monocular Non-rigid 3D Surface Tracking with Neural Deformation Fields [66.1612475655465]
RGBビデオから変形可能な表面を3Dで再現することは難しい問題だ。
既存の方法は、統計的、神経的、物理的に先行する変形モデルを使用する。
我々は,非剛性3次元トラッキングメッシュの新しい手法であるThinShell-SfTを提案する。
論文 参考訳（メタデータ） (2025-03-25T18:00:46Z) - Quadratic Gaussian Splatting: High Quality Surface Reconstruction with Second-order Geometric Primitives [7.500927135156425]
Quadratic Gaussian Splatting (QGS) は、静的プリミティブを変形可能な二次曲面に置き換える新しい表現である。
QGSは2DGSで33%、DTUデータセットでGOFで27%の幾何学的誤差(チャンファー距離)を減少させる。
論文 参考訳（メタデータ） (2024-11-25T13:55:00Z) - 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) - Gaussian Opacity Fields: Efficient Adaptive Surface Reconstruction in Unbounded Scenes [50.92217884840301]
Gaussian Opacity Fields (GOF)は、シーンにおける効率的で高品質で適応的な表面再構成のための新しいアプローチである。
GOFは3Dガウスのレイトレーシングに基づくボリュームレンダリングに由来する。
GOFは、表面再構成と新しいビュー合成において、既存の3DGSベースの手法を超越している。
論文 参考訳（メタデータ） (2024-04-16T17:57:19Z) - Flexible Isosurface Extraction for Gradient-Based Mesh Optimization [65.76362454554754]
本研究では、勾配に基づくメッシュ最適化について考察し、スカラー場の等曲面として表現することで、3次元表面メッシュを反復的に最適化する。
我々は、幾何学的、視覚的、あるいは物理的目的に対して未知のメッシュを最適化するために特別に設計された、異面表現であるFlexiCubesを紹介する。
論文 参考訳（メタデータ） (2023-08-10T06:40:19Z)
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。