論文の概要: Gaussian Mesh Renderer for Lightweight Differentiable Rendering

• arxiv url: http://arxiv.org/abs/2602.14493v1
• Date: Mon, 16 Feb 2026 06:15:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-17 16:22:50.17045
• Title: Gaussian Mesh Renderer for Lightweight Differentiable Rendering
• Title（参考訳）: 軽量微分レンダリングのためのガウスメッシュレンダ
• Authors: Xinpeng Liu, Fumio Okura,
• Abstract要約: 我々はGaussian Mesh Renderer(GMR)という名前の3DGSに基づく新しい軽量微分可能なメッシュを提案する。 各ガウス原始体は、対応するメッシュ三角形から解析的に導出され、構造的忠実性を保持し、フローを可能にする。 従来のメッシュ勾配と比較して,本手法はスムーズな勾配を達成し,特にメモリを制限したバッチサイズを小さくすることで最適化に寄与する。
• 参考スコア（独自算出の注目度）: 13.167103232611487
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: 3D Gaussian Splatting (3DGS) has enabled high-fidelity virtualization with fast rendering and optimization for novel view synthesis. On the other hand, triangle mesh models still remain a popular choice for surface reconstruction but suffer from slow or heavy optimization in traditional mesh-based differentiable renderers. To address this problem, we propose a new lightweight differentiable mesh renderer leveraging the efficient rasterization process of 3DGS, named Gaussian Mesh Renderer (GMR), which tightly integrates the Gaussian and mesh representations. Each Gaussian primitive is analytically derived from the corresponding mesh triangle, preserving structural fidelity and enabling the gradient flow. Compared to the traditional mesh renderers, our method achieves smoother gradients, which especially contributes to better optimization using smaller batch sizes with limited memory. Our implementation is available in the public GitHub repository at https://github.com/huntorochi/Gaussian-Mesh-Renderer.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS) は高速なレンダリングと新しいビュー合成のための最適化を備えた高忠実度仮想化を実現した。 一方、トライアングルメッシュモデルは依然として表面再構成の一般的な選択肢であるが、従来のメッシュベースの微分可能なレンダラーでは遅いか重い最適化に悩まされている。 この問題に対処するために,ガウスメッシュレンダラー(GMR)と呼ばれる3DGSの効率的なラスタ化プロセスを活用する,ガウスメッシュ表現とメッシュ表現を密に統合した,軽量な微分可能なメッシュレンダラーを提案する。 各ガウス原始体は、対応するメッシュ三角形から解析的に導出され、構造的忠実性を保持し、勾配流を可能にする。 従来のメッシュレンダラと比較してスムーズな勾配を実現し,特にメモリを制限したバッチサイズを小さくすることで最適化に寄与する。 私たちの実装は、https://github.com/huntorochi/Gaussian-Mesh-Renderer.comのGitHubリポジトリで公開されています。

関連論文リスト

• REdiSplats: Ray Tracing for Editable Gaussian Splatting [0.0]
  レイトレーシングとメッシュによるフラットな3Dガウス表現を用いたREdiSplatsを紹介する。 実際、メッシュによってパラメータ化された平坦なガウス分布を用いてシーンをモデル化する。 BlenderやNvdiffrastといった3Dツールを使ってモデルをレンダリングすることで、既存のすべての3Dグラフィックス技術と統合することが可能になる。
  論文  参考訳（メタデータ） (2025-03-15T22:42:21Z)
• MeshSplats: Mesh-Based Rendering with Gaussian Splatting Initialization [0.4543820534430523]
  本稿では,ガウス的要素をメッシュ面に変換する手法であるMeshSplatsを紹介する。 我々のモデルは変換の直後に利用でき、追加のトレーニングなしでわずかに品質が低下するメッシュが得られる。
  論文  参考訳（メタデータ） (2025-02-11T18:27:39Z)
• MeshGS: Adaptive Mesh-Aligned Gaussian Splatting for High-Quality Rendering [61.64903786502728]
  本稿では,メッシュ表現を3次元ガウススプラットと統合し,再現された現実世界のシーンの高品質なレンダリングを実現する手法を提案する。 各ガウススプレートとメッシュ表面との距離を, 密接な束縛と緩い束縛の相違点として検討した。 提案手法は,2dB高いPSNRを達成し,メッシュベースのガウス分割法を1.3dBPSNRで上回った。
  論文  参考訳（メタデータ） (2024-10-11T16:07:59Z)
• Hybrid Explicit Representation for Ultra-Realistic Head Avatars [55.829497543262214]
  我々は,超現実的な頭部アバターを作成し,それをリアルタイムにレンダリングする新しい手法を提案する。 UVマップされた3Dメッシュは滑らかな表面のシャープでリッチなテクスチャを捉えるのに使われ、3Dガウス格子は複雑な幾何学構造を表現するために用いられる。 モデル化された結果が最先端のアプローチを上回る実験を行ないました。
  論文  参考訳（メタデータ） (2024-03-18T04:01:26Z)
• SplatMesh: Interactive 3D Segmentation and Editing Using Mesh-Based Gaussian Splatting [86.50200613220674]
  3Dベースのインタラクティブ編集における重要な課題は、与えられたメモリ制約の下で様々な修正と高品質なビュー合成のバランスをとる効率的な表現がないことである。 SplatMeshは,3次元ガウススプラッティングと事前計算メッシュを統合した,対話型3Dセグメンテーション・編集アルゴリズムである。 単純化されたメッシュのセグメンテーションと編集により、ガウススプレートの編集も効果的に行えます。
  論文  参考訳（メタデータ） (2023-12-26T02:50:42Z)
• SuGaR: Surface-Aligned Gaussian Splatting for Efficient 3D Mesh Reconstruction and High-Quality Mesh Rendering [24.91019554830571]
  本稿では,3次元ガウス格子から高精度かつ極めて高速なメッシュ抽出を可能にする手法を提案する。 しかし、これらのガウス人は最適化後に非組織化される傾向があるため、何百万もの小さな3Dガウスからメッシュを抽出することは困難である。
  論文  参考訳（メタデータ） (2023-11-21T18:38:03Z)
• 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)

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。