論文の概要: LoD-Structured 3D Gaussian Splatting for Streaming Video Reconstruction
- arxiv url: http://arxiv.org/abs/2601.18475v1
- Date: Mon, 26 Jan 2026 13:27:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-27 15:23:08.842615
- Title: LoD-Structured 3D Gaussian Splatting for Streaming Video Reconstruction
- Title（参考訳）: ストリーム映像再構成のためのLoD-Structured 3D Gaussian Splatting
- Authors: Xinhui Liu, Can Wang, Lei Liu, Zhenghao Chen, Wei Jiang, Wei Wang, Dong Xu,
- Abstract要約: Free-Viewpoint Video (FVV) は、フォトリアリスティックでインタラクティブな3Dシーンの可視化を可能にする。
最近の3Dガウススティング(3DGS)は、レンダリング速度が優れているため、FVVが進歩している。
本稿では, SFV 専用に設計された LoD-based Gaussian Splatting フレームワーク StreamLoD-GS を提案する。
- 参考スコア（独自算出の注目度）: 19.37120630668256
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Free-Viewpoint Video (FVV) reconstruction enables photorealistic and interactive 3D scene visualization; however, real-time streaming is often bottlenecked by sparse-view inputs, prohibitive training costs, and bandwidth constraints. While recent 3D Gaussian Splatting (3DGS) has advanced FVV due to its superior rendering speed, Streaming Free-Viewpoint Video (SFVV) introduces additional demands for rapid optimization, high-fidelity reconstruction under sparse constraints, and minimal storage footprints. To bridge this gap, we propose StreamLoD-GS, an LoD-based Gaussian Splatting framework designed specifically for SFVV. Our approach integrates three core innovations: 1) an Anchor- and Octree-based LoD-structured 3DGS with a hierarchical Gaussian dropout technique to ensure efficient and stable optimization while maintaining high-quality rendering; 2) a GMM-based motion partitioning mechanism that separates dynamic and static content, refining dynamic regions while preserving background stability; and 3) a quantized residual refinement framework that significantly reduces storage requirements without compromising visual fidelity. Extensive experiments demonstrate that StreamLoD-GS achieves competitive or state-of-the-art performance in terms of quality, efficiency, and storage.
- Abstract（参考訳）: Free-Viewpoint Video (FVV) の再構成により、フォトリアリスティックでインタラクティブな3Dシーンの可視化が可能になるが、リアルタイムストリーミングはスパースビューの入力、禁止的なトレーニングコスト、帯域幅の制約によってボトルネックとなることが多い。
最近の3D Gaussian Splatting (3DGS) ではレンダリング速度が優れているためFVVが進歩しているが、Streaming Free-Viewpoint Video (SFVV) では、高速な最適化、スパース制約下での高忠実度再構成、ストレージフットプリントの最小化が要求されている。
このギャップを埋めるために、我々は、SFV用に特別に設計されたLoDベースのガウススプラッティングフレームワークであるStreamLoD-GSを提案する。
私たちのアプローチは3つのコアイノベーションを統合しています。
1) 高品質なレンダリングを維持しつつ、効率よく安定した最適化を確保するために、階層的なガウス式ドロップアウト技術を備えたアンカーとオクトルをベースとしたLoD構造型3DGS。
2)動的および静的なコンテンツを分離し、背景安定性を維持しながら動的領域を精製するGMMに基づく動き分割機構
3)視覚的忠実さを損なうことなく、記憶要求を大幅に低減する量子化残留精錬フレームワーク。
大規模な実験により、StreamLoD-GSは、品質、効率、ストレージの面で、競争力または最先端のパフォーマンスを達成することが示された。
関連論文リスト
- LOBE-GS: Load-Balanced and Efficient 3D Gaussian Splatting for Large-Scale Scene Reconstruction [24.185537949073723]
3D Gaussian Splatting (3DGS) はリアルタイム・高忠実な3Dシーン再構築のための効率的な表現として確立されている。
本稿では,ロードバランシングと効率的な3DガウススティングフレームワークであるLoBE-GSを紹介する。
LoBE-GSは、最先端のベースラインよりも、エンドツーエンドのトレーニングタイムが最大2ドル高速になる。
論文 参考訳（メタデータ） (2025-10-02T08:02:06Z) - 3DGabSplat: 3D Gabor Splatting for Frequency-adaptive Radiance Field Rendering [50.04967868036964]
3D Gaussian Splatting(3DGS)は、高忠実なノベルビュー合成を維持しながらリアルタイムレンダリングを実現している。
複数方向の3次元周波数応答を持つ新規な3次元ガボルベースプリミティブを組み込んだ3次元ガボルスプレート(3DGabSplat)を提案する。
我々は3D以上の1.35dBRゲインを実現し、同時にプリミティブメモリ消費量を削減した。
論文 参考訳（メタデータ） (2025-08-07T12:49:44Z) - D-FCGS: Feedforward Compression of Dynamic Gaussian Splatting for Free-Viewpoint Videos [12.24209693552492]
自由視点ビデオ(FVV)は没入型3D体験を可能にするが、動的3D表現の効率的な圧縮は依然として大きな課題である。
本稿では,時間的に相関したガウス点雲列を圧縮する新しいフィードフォワードフレームワークである動的ガウス散乱(D-FCGS)のフィードフォワード圧縮を提案する。
実験の結果,最適化手法の速度歪み特性と一致し,40倍以上の圧縮を2秒以内で達成した。
論文 参考訳（メタデータ） (2025-07-08T10:39:32Z) - StreamSplat: Towards Online Dynamic 3D Reconstruction from Uncalibrated Video Streams [14.211339652447462]
映像ストリームから動的3Dシーンをリアルタイムに再現することは、多くの実世界のアプリケーションにとって不可欠である。
任意の長さの動画ストリームを動的3D表現にオンラインで変換する,最初の完全なフィードフォワードフレームワークであるStreamSplatを紹介した。
論文 参考訳（メタデータ） (2025-06-10T14:52:36Z) - LODGE: Level-of-Detail Large-Scale Gaussian Splatting with Efficient Rendering [75.67501939005119]
メモリ制約デバイス上での3次元ガウススプラッティングのための新しいレベル・オブ・ディーテール(LOD)法を提案する。
カメラ距離に基づいてガウスの最適部分集合を反復的に選択する。
本手法は,屋外(階層型3DGS)と屋内(Zip-NeRF)の両方で最先端の性能を実現する。
論文 参考訳（メタデータ） (2025-05-29T06:50:57Z) - Motion Matters: Compact Gaussian Streaming for Free-Viewpoint Video Reconstruction [57.76758872762516]
3D Gaussian Splatting (3DGS)は、オンライン自由視点ビデオ(FVV)再構成のための高忠実で効率的なパラダイムとして登場した。
本研究では,動的シーンにおける動きの局所性と一貫性を活かした,コンパクトガウスストリーミング(ComGS)フレームワークを提案する。
ComGS は 3DGStream や 14X に比べて 159 X 以上のストレージ削減を実現している。
論文 参考訳（メタデータ） (2025-05-22T11:22:09Z) - 4DGC: Rate-Aware 4D Gaussian Compression for Efficient Streamable Free-Viewpoint Video [56.04182926886754]
3D Gaussian Splatting (3DGS)は、フォトリアリスティック・フリー・ビューポイント・ビデオ(FVV)体験を可能にする大きな可能性を秘めている。
既存の方法は、動的3DGS表現と圧縮を別々に扱うのが一般的である。
本稿では,FVVのRD性能を向上しつつ,ストレージサイズを大幅に削減するレート対応4Dガウス圧縮フレームワークである4DGCを提案する。
論文 参考訳（メタデータ） (2025-03-24T08:05:27Z) - HiCoM: Hierarchical Coherent Motion for Streamable Dynamic Scene with 3D Gaussian Splatting [7.507657419706855]
本稿では,HiCoMと呼ばれる3つの重要なコンポーネントを持つ効率的なフレームワークを提案する。
まず、摂動平滑化戦略を用いて、コンパクトで頑健な初期3DGS表現を構築する。
次に、3次元ガウスの固有非一様分布と局所的一貫性を利用する階層的コヒーレント運動機構を導入する。
2つの広く利用されているデータセットを用いて行った実験により、我々のフレームワークは最先端の手法の学習効率を約20%向上することが示された。
論文 参考訳（メタデータ） (2024-11-12T04:40:27Z) - Motion-aware 3D Gaussian Splatting for Efficient Dynamic Scene Reconstruction [89.53963284958037]
動的シーン再構築のための新しい動き認識拡張フレームワークを提案する。
具体的には,まず3次元ガウス運動と画素レベルの流れの対応性を確立する。
より厳密な最適化問題を示す先行的な変形に基づくパラダイムに対して,過渡対応変形補助モジュールを提案する。
論文 参考訳（メタデータ） (2024-03-18T03:46:26Z)
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。