論文の概要: Spherical Voronoi: Directional Appearance as a Differentiable Partition of the Sphere

• arxiv url: http://arxiv.org/abs/2512.14180v1
• Date: Tue, 16 Dec 2025 08:21:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-17 16:49:26.634848
• Title: Spherical Voronoi: Directional Appearance as a Differentiable Partition of the Sphere
• Title（参考訳）: 球状ボロノイ:球の異なる部分としての方向の出現
• Authors: Francesco Di Sario, Daniel Rebain, Dor Verbin, Marco Grangetto, Andrea Tagliasacchi,
• Abstract要約: 球状ボロノイを3次元ガウススプラッティングにおける外観表現の統一的枠組みとして提案する。 拡散的な外観では、SVは既存の代替よりも最適化をシンプルに保ちながら、競争結果を達成する。 この定式化は、合成および実世界のデータセットに関する最先端の結果を得る。
• 参考スコア（独自算出の注目度）: 40.4559860929106
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Radiance field methods (e.g. 3D Gaussian Splatting) have emerged as a powerful paradigm for novel view synthesis, yet their appearance modeling often relies on Spherical Harmonics (SH), which impose fundamental limitations. SH struggle with high-frequency signals, exhibit Gibbs ringing artifacts, and fail to capture specular reflections - a key component of realistic rendering. Although alternatives like spherical Gaussians offer improvements, they add significant optimization complexity. We propose Spherical Voronoi (SV) as a unified framework for appearance representation in 3D Gaussian Splatting. SV partitions the directional domain into learnable regions with smooth boundaries, providing an intuitive and stable parameterization for view-dependent effects. For diffuse appearance, SV achieves competitive results while keeping optimization simpler than existing alternatives. For reflections - where SH fail - we leverage SV as learnable reflection probes, taking reflected directions as input following principles from classical graphics. This formulation attains state-of-the-art results on synthetic and real-world datasets, demonstrating that SV offers a principled, efficient, and general solution for appearance modeling in explicit 3D representations.
• Abstract（参考訳）: 放射場法(例えば3Dガウススプラッティング)は、新しいビュー合成の強力なパラダイムとして登場したが、その外観モデリングはしばしば基本的な制限を課す球高調波(SH)に依存している。 SHは高周波信号と格闘し、ギブスの鳴り響くアーティファクトを示し、リアルなレンダリングの重要な要素であるスペクトル反射を捉えない。 球面ガウスのような代替手段は改善を提供するが、それらは大幅な最適化の複雑さを増す。 球状ボロノイ(SV)を3次元ガウススティングにおける外観表現の統一フレームワークとして提案する。 SVは、方向領域をスムーズな境界を持つ学習可能な領域に分割し、ビュー依存効果の直感的で安定したパラメータ化を提供する。 拡散的な外観では、SVは既存の代替よりも最適化をシンプルに保ちながら、競争結果を達成する。 SHが失敗するリフレクションでは、SVを学習可能なリフレクションプローブとして利用し、リフレクション方向を古典グラフィックの原則に従って入力する。 この定式化により、合成および実世界のデータセットの最先端の結果が得られ、SVが明示的な3D表現における外見モデリングの原理的、効率的、そして一般的なソリューションを提供することを示した。

関連論文リスト

• TR-Gaussians: High-fidelity Real-time Rendering of Planar Transmission and Reflection with 3D Gaussian Splatting [35.344270353035945]
  TR-ガウスアン(TR-Gaussian)は、平面透過と反射の高忠実性レンダリングのための新しい3D-ガウス表現である。 異なるデータセットの実験では、TR-ガウスアンがリアルタイムで高忠実な新奇なビュー合成を実現することが示されている。
  論文  参考訳（メタデータ） (2025-11-17T06:09:21Z)
• HoliGS: Holistic Gaussian Splatting for Embodied View Synthesis [59.25751939710903]
  本稿では,長い単眼RGBビデオのエンボディドビュー合成に対処する,変形可能なガウススプラッティングフレームワークを提案する。 提案手法は,非可逆ガウス散乱変形ネットワークを利用して大規模動的環境を正確に再構築する。 その結果、現実のシナリオにおけるEVSの実用的でスケーラブルなソリューションが浮かび上がっています。
  論文  参考訳（メタデータ） (2025-06-24T03:54:40Z)
• PEP-GS: Perceptually-Enhanced Precise Structured 3D Gaussians for View-Adaptive Rendering [3.1006820631993515]
  3D Gaussian Splatting (3D-GS)はリアルタイムで高品質な3Dシーンレンダリングにおいて大きな成功を収めた。 PEP-GSは、不透明度、色、共分散を含むガウス属性を動的に予測する知覚的に強化されたフレームワークである。 我々はPEP-GSが最先端の手法、特にビュー依存効果や細かな詳細を含む挑戦的なシナリオにおいて優れていることを示す。
  論文  参考訳（メタデータ） (2024-11-08T17:42:02Z)
• 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-IR: 3D Gaussian Splatting for Inverse Rendering [71.14234327414086]
  3次元ガウス散乱(GS)に基づく新しい逆レンダリング手法GS-IRを提案する。 我々は、未知の照明条件下で撮影された多視点画像からシーン形状、表面物質、環境照明を推定するために、新しいビュー合成のための最高のパフォーマンス表現であるGSを拡張した。 フレキシブルかつ表現力のあるGS表現は、高速かつコンパクトな幾何再構成、フォトリアリスティックな新規ビュー合成、有効物理ベースレンダリングを実現する。
  論文  参考訳（メタデータ） (2023-11-26T02:35:09Z)

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。