論文の概要: TriaGS: Differentiable Triangulation-Guided Geometric Consistency for 3D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2512.06269v1
• Date: Sat, 06 Dec 2025 03:45:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-09 22:03:54.276084
• Title: TriaGS: Differentiable Triangulation-Guided Geometric Consistency for 3D Gaussian Splatting
• Title（参考訳）: TriaGS:3次元ガウス平滑化のための微分三角ガイド型幾何学的整合性
• Authors: Quan Tran, Tuan Dang,
• Abstract要約: 3次元ガウススプラッティングは、画像のレンダリングの効率と能力のために、リアルタイムな新しいビュー合成に不可欠である。 本稿では,制約付き多視点三角測量による大域的幾何整合を強制することにより,再構成を改善する新しい手法を提案する。 複数のフォトリアリスティックデータセットにまたがって本手法の有効性を示す。
• 参考スコア（独自算出の注目度）: 2.441486089588484
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: 3D Gaussian Splatting is crucial for real-time novel view synthesis due to its efficiency and ability to render photorealistic images. However, building a 3D Gaussian is guided solely by photometric loss, which can result in inconsistencies in reconstruction. This under-constrained process often results in "floater" artifacts and unstructured geometry, preventing the extraction of high-fidelity surfaces. To address this issue, our paper introduces a novel method that improves reconstruction by enforcing global geometry consistency through constrained multi-view triangulation. Our approach aims to achieve a consensus on 3D representation in the physical world by utilizing various estimated views. We optimize this process by penalizing the deviation of a rendered 3D point from a robust consensus point, which is re-triangulated from a bundle of neighboring views in a self-supervised fashion. We demonstrate the effectiveness of our method across multiple datasets, achieving state-of-the-art results. On the DTU dataset, our method attains a mean Chamfer Distance of 0.50 mm, outperforming comparable explicit methods. We will make our code open-source to facilitate community validation and ensure reproducibility.
• Abstract（参考訳）: 3次元ガウススプラッティングは、その効率性とフォトリアリスティック画像のレンダリング能力により、リアルタイムの新規ビュー合成に不可欠である。 しかし、3Dガウスアンの構築は、光度損失によってのみ導かれるため、復元の不整合が生じる可能性がある。 この過度に制約された過程は、しばしば「花」アーティファクトと非構造幾何学をもたらし、高忠実な表面の抽出を妨げている。 そこで本稿では,制約付き多視点三角測量によるグローバルな幾何整合性を実現することで,再構成を改善する手法を提案する。 提案手法は,様々な推定ビューを利用して,物理世界における3次元表現のコンセンサスを実現することを目的としている。 このプロセスは、レンダリングされた3次元点を頑健なコンセンサスポイントから逸脱させることによって最適化される。 複数のデータセットにまたがる手法の有効性を示す。 DTUデータセットでは, 平均チャンファー距離が0.50mmに達し, 同等の明示的手法よりも優れていた。 コミュニティの検証を容易にし、再現性を確保するために、コードをオープンソースにします。

関連論文リスト

• VA-GS: Enhancing the Geometric Representation of Gaussian Splatting via View Alignment [48.147381011235446]
  3D Gaussian Splattingは、リアルタイムな新規ビュー合成のための効率的なソリューションとして最近登場した。 ビューアライメントによる3次元ガウス多様体の幾何学的表現を強化する新しい手法を提案する。 本手法は, 表面再構成と新しいビュー合成の両面において, 最先端の性能を実現する。
  論文  参考訳（メタデータ） (2025-10-13T14:44:50Z)
• RIGI: Rectifying Image-to-3D Generation Inconsistency via Uncertainty-aware Learning [27.4552892119823]
  マルチビュースナップショットの不整合は、しばしばオブジェクト境界に沿ってノイズやアーティファクトを導入し、3D再構成プロセスを損なう。 3次元ガウススプラッティング(3DGS)を3次元再構成に利用し,不確実性認識学習を再現プロセスに統合する。 適応的な画素単位の損失重み付けを適用してモデルを正規化し、不確実領域における再構成強度を低減させる。
  論文  参考訳（メタデータ） (2024-11-28T02:19:28Z)
• PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
  PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。 本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
  論文  参考訳（メタデータ） (2024-10-29T15:28:15Z)
• 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)
• High-fidelity 3D GAN Inversion by Pseudo-multi-view Optimization [51.878078860524795]
  フォトリアリスティック・ノベルビューを合成可能な高忠実度3次元生成対向ネットワーク(GAN)インバージョン・フレームワークを提案する。 提案手法は,1枚の画像から高忠実度3Dレンダリングを可能にし,AI生成3Dコンテンツの様々な応用に期待できる。
  論文  参考訳（メタデータ） (2022-11-28T18:59:52Z)
• Ladybird: Quasi-Monte Carlo Sampling for Deep Implicit Field Based 3D Reconstruction with Symmetry [12.511526058118143]
  本稿では,SGDに基づく最適化アルゴリズムの一般化と高速収束を理論的に促進するサンプリング手法を提案する。 物体の反射対称性に基づいて,自己閉塞による問題を緩和する特徴融合法を提案する。 提案システムでは,単一入力画像から高品質な3Dオブジェクト再構成を行うことができる。
  論文  参考訳（メタデータ） (2020-07-27T09:17:00Z)

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。