論文の概要: A$^2$TG: Adaptive Anisotropic Textured Gaussians for Efficient 3D Scene Representation

• arxiv url: http://arxiv.org/abs/2601.09243v1
• Date: Wed, 14 Jan 2026 07:26:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-15 18:59:20.310036
• Title: A$^2$TG: Adaptive Anisotropic Textured Gaussians for Efficient 3D Scene Representation
• Title（参考訳）: A$2$TG:効率的な3次元シーン表現のための適応的異方性テクスチャガウス
• Authors: Sheng-Chi Hsu, Ting-Yu Yen, Shih-Hsuan Hung, Hung-Kuo Chu,
• Abstract要約: 既存のアプローチではプリミティブ毎に固定された正方形のテクスチャが割り当てられており、非効率なメモリ使用とシーンの可変性への適応性が制限されている。 適応的異方性テクスチャ付きガウス(A$2$TG)を導入し,各プリミティブに異方性テクスチャを組み込むことでテクスチャ化されたガウスを一般化する。 本手法では,テクスチャの解像度とアスペクト比を協調的に決定するために,勾配誘導型適応法を用いて,一様でないディテールアロケーションを実現する。
• 参考スコア（独自算出の注目度）: 7.103085444694659
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Gaussian Splatting has emerged as a powerful representation for high-quality, real-time 3D scene rendering. While recent works extend Gaussians with learnable textures to enrich visual appearance, existing approaches allocate a fixed square texture per primitive, leading to inefficient memory usage and limited adaptability to scene variability. In this paper, we introduce adaptive anisotropic textured Gaussians (A$^2$TG), a novel representation that generalizes textured Gaussians by equipping each primitive with an anisotropic texture. Our method employs a gradient-guided adaptive rule to jointly determine texture resolution and aspect ratio, enabling non-uniform, detail-aware allocation that aligns with the anisotropic nature of Gaussian splats. This design significantly improves texture efficiency, reducing memory consumption while enhancing image quality. Experiments on multiple benchmark datasets demonstrate that A TG consistently outperforms fixed-texture Gaussian Splatting methods, achieving comparable rendering fidelity with substantially lower memory requirements.
• Abstract（参考訳）: Gaussian Splattingは、高品質でリアルタイムな3Dシーンレンダリングの強力な表現として登場した。 最近の研究は、学習可能なテクスチャで視覚的外観を豊かにするためにガウシアンを拡張しているが、既存のアプローチではプリミティブごとに固定された正方形のテクスチャを割り当てており、非効率なメモリ使用とシーンの可変性への適応性が制限されている。 本稿では,アダプティブな異方性テクスチャ(A$^2$TG)を導入し,各プリミティブに異方性テクスチャを装備することによりテクスチャ化されたガウスを一般化する新しい表現を提案する。 本手法では,テクスチャ分解能とアスペクト比を協調的に決定する勾配誘導適応法を用いて,ガウス平板の異方性に整合した非一様細部認識アロケーションを実現する。 この設計はテクスチャ効率を大幅に改善し、画質を高めながらメモリ消費を削減した。 複数のベンチマークデータセットの実験により、ATGは固定テクスチャガウス・スプラッティング法を一貫して上回り、メモリ要求をかなり低く抑えることができることを示した。

関連論文リスト

• Sketch&Patch++: Efficient Structure-Aware 3D Gaussian Representation [5.17519482656693]
  本稿では, ガウスを(i) 高周波数, 境界定義特徴を表すSketch Gaussian, (ii) 低周波数, 滑らかな領域をカバーするPatch Gaussianに分類するハイブリッド表現を提案する。 提案手法では,適応的品質駆動型精細化と合わせて,マルチクレータ密度に基づくクラスタリングを用いる。 この構造対応表現は、帯域制限されたネットワークとリソース制限されたデバイス間で、効率的なストレージ、適応ストリーミング、高忠実度3Dコンテンツのレンダリングを可能にする。
  論文  参考訳（メタデータ） (2026-01-08T21:32:54Z)
• Joint Semantic and Rendering Enhancements in 3D Gaussian Modeling with Anisotropic Local Encoding [86.55824709875598]
  本稿では,セマンティックとレンダリングの両方を相乗化する3次元セマンティックガウスモデリングのための統合拡張フレームワークを提案する。 従来の点雲形状符号化とは異なり、細粒度3次元形状を捉えるために異方性3次元ガウシアン・チェビシェフ記述子を導入する。 我々は、学習した形状パターンを継続的に更新するために、クロスシーンの知識伝達モジュールを使用し、より高速な収束と堅牢な表現を可能にします。
  論文  参考訳（メタデータ） (2026-01-05T18:33:50Z)
• ASAP-Textured Gaussians: Enhancing Textured Gaussians with Adaptive Sampling and Anisotropic Parameterization [51.51724817131134]
  3Dガウススメッティングは、空間的に異なる属性をキャプチャするためのテクスチャパラメータ化を持つ。 テクスチャは通常標準空間で定義され、非効率なサンプリングにつながる。 提案したASAP Textured Gaussian は品質効率のトレードオフを大幅に改善し,テクスチャパラメータをはるかに少ない高忠実度レンダリングを実現した。
  論文  参考訳（メタデータ） (2025-12-16T03:13:27Z)
• Content-Aware Texturing for Gaussian Splatting [4.861240703958262]
  我々は,テクスチャを用いて,可能な限り詳細な外観を表現することを提案する。 我々の主な焦点は、ガウススプラッティング最適化中にシーンに適応する原初的テクスチャマップを組み込むことである。 提案手法は, 画像の質やパラメータの総数において, 代替手法と比較して良好に動作することを示す。
  論文  参考訳（メタデータ） (2025-12-02T10:29:10Z)
• GDGS: 3D Gaussian Splatting Via Geometry-Guided Initialization And Dynamic Density Control [6.91367883100748]
  Gaussian Splattingは、リアルタイムのパフォーマンスをサポートしながら、リアルな画像をレンダリングする代替手段である。 本稿では,初期化,最適化,密度制御における課題に対処するため,3次元ガウス分割法(3DGS)citeKerbl2023を提案する。 提案手法は,高忠実度画像をリアルタイムにレンダリングすることで,最先端の手法に匹敵する,あるいは優れた結果を示す。
  論文  参考訳（メタデータ） (2025-07-01T01:29:31Z)
• Image-GS: Content-Adaptive Image Representation via 2D Gaussians [52.598772767324036]
  本稿では,2次元ガウス放射率に基づくコンテンツ適応型画像表現であるImage-GSを紹介する。 リアルタイム使用のためにハードウェアフレンドリーな高速アクセスをサポートし、ピクセルをデコードするためには0.3KのMACしか必要としない。 テクスチャ圧縮、セマンティクス対応圧縮、共同画像圧縮と復元など、いくつかのアプリケーションでその汎用性を実証する。
  論文  参考訳（メタデータ） (2024-07-02T00:45:21Z)
• VastGaussian: Vast 3D Gaussians for Large Scene Reconstruction [59.40711222096875]
  VastGaussianは3次元ガウススティングに基づく大規模シーンにおける高品質な再構成とリアルタイムレンダリングのための最初の方法である。 提案手法は既存のNeRF手法より優れており,複数の大規模シーンデータセットの最先端結果が得られる。
  論文  参考訳（メタデータ） (2024-02-27T11:40:50Z)
• Scaffold-GS: Structured 3D Gaussians for View-Adaptive Rendering [71.44349029439944]
  最近の3次元ガウス散乱法は、最先端のレンダリング品質と速度を達成している。 局所的な3Dガウス分布にアンカーポイントを用いるScaffold-GSを導入する。 提案手法は,高品質なレンダリングを実現しつつ,冗長なガウスを効果的に削減できることを示す。
  論文  参考訳（メタデータ） (2023-11-30T17:58:57Z)
• DreamGaussian: Generative Gaussian Splatting for Efficient 3D Content Creation [55.661467968178066]
  本稿では,DreamGaussianを提案する。DreamGaussianは,効率と品質を両立させる新しい3Dコンテンツ生成フレームワークである。 我々の重要な洞察は、UV空間におけるメッシュ抽出とテクスチャ改善を伴う3次元ガウススプラッティングモデルを設計することである。 ニューラル・ラジアンス・フィールドにおける占有プルーニングとは対照的に、3次元ガウスの進行的な密度化は3次元生成タスクにおいて著しく速く収束することを示した。
  論文  参考訳（メタデータ） (2023-09-28T17:55:05Z)

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。