論文の概要: Augmented Radiance Field: A General Framework for Enhanced Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2602.19916v1
• Date: Mon, 23 Feb 2026 14:55:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-24 17:42:02.866148
• Title: Augmented Radiance Field: A General Framework for Enhanced Gaussian Splatting
• Title（参考訳）: Augmented Radiance Field: 拡張ガウス散乱のための一般的なフレームワーク
• Authors: Yixin Yang, Bojian Wu, Yang Zhou, Hui Huang,
• Abstract要約: 3D Gaussian Splatting (3DGS) が放射場再構成の先駆的手法として登場している。 本稿では、ビュー依存不透明性による特異効果を明示的にモデル化する拡張ガウスカーネルを提案する。 我々の手法は、レンダリング性能において最先端のNeRF法を超えるだけでなく、パラメータ効率も向上する。
• 参考スコア（独自算出の注目度）: 16.088036048557914
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Due to the real-time rendering performance, 3D Gaussian Splatting (3DGS) has emerged as the leading method for radiance field reconstruction. However, its reliance on spherical harmonics for color encoding inherently limits its ability to separate diffuse and specular components, making it challenging to accurately represent complex reflections. To address this, we propose a novel enhanced Gaussian kernel that explicitly models specular effects through view-dependent opacity. Meanwhile, we introduce an error-driven compensation strategy to improve rendering quality in existing 3DGS scenes. Our method begins with 2D Gaussian initialization and then adaptively inserts and optimizes enhanced Gaussian kernels, ultimately producing an augmented radiance field. Experiments demonstrate that our method not only surpasses state-of-the-art NeRF methods in rendering performance but also achieves greater parameter efficiency. Project page at: https://xiaoxinyyx.github.io/augs.
• Abstract（参考訳）: リアルタイムレンダリング性能のため,3次元ガウススプラッティング(3DGS)が放射場再構成の先駆的手法として登場している。 しかし、色符号化のための球面調和に頼っていることは、本質的に拡散成分と特異成分を分離する能力を制限しているため、複雑な反射を正確に表現することは困難である。 そこで本研究では,ビュー依存不透明度によるスペクトル効果を明示的にモデル化する拡張ガウスカーネルを提案する。 一方,既存の3DGSシーンのレンダリング品質を改善するために,エラー駆動補償方式を導入する。 提案手法は2次元ガウス初期化から始まり,拡張ガウス核を適応的に挿入し,最適化し,最終的に拡張ラディアンス場を生成する。 実験により,本手法はレンダリング性能において最先端のNeRF法を上回るだけでなく,パラメータ効率も向上することが示された。 プロジェクトページ: https://xiaoxinyx.github.io/augs.com

関連論文リスト

• HyRF: Hybrid Radiance Fields for Memory-efficient and High-quality Novel View Synthesis [11.71939856454585]
  HyRF(Hybrid Radiance Fields)は、明示的なガウスとニューラルフィールドの強みを組み合わせた、新しいシーン表現である。 HyRFは3DGSに比べてモデルサイズを20倍以上削減しつつ、最先端のレンダリング品質を実現している。
  論文  参考訳（メタデータ） (2025-09-21T13:59:26Z)
• 3DGEER: Exact and Efficient Volumetric Rendering with 3D Gaussians [15.776720879897345]
  本稿では3DGEER(Exact and Efficient Volumetric Gaussian Rendering method)を紹介する。 提案手法は従来手法を一貫して上回り, リアルタイムなニューラルレンダリングにおける新しい最先端技術を確立する。
  論文  参考訳（メタデータ） (2025-05-29T22:52:51Z)
• GlossGau: Efficient Inverse Rendering for Glossy Surface with Anisotropic Spherical Gaussian [4.5442067197725]
  GlossGauは、バニラ3D-GSに匹敵するトレーニングとレンダリング速度を維持しながら、光沢のある表面でシーンを再構築する効率的な逆レンダリングフレームワークである。 実験によりGrossGauは、光沢のある表面を持つデータセット上で、競争力や優れた再構築を実現することが示された。
  論文  参考訳（メタデータ） (2025-02-19T22:20:57Z)
• Beyond Gaussians: Fast and High-Fidelity 3D Splatting with Linear Kernels [51.08794269211701]
  本稿では,ガウスカーネルを線形カーネルに置き換えて,よりシャープで高精度な結果を得る3Dリニアスティング(DLS)を提案する。 3DLSは、最先端の忠実さと正確さを示し、ベースライン3DGSよりも30%のFPS改善を実現している。
  論文  参考訳（メタデータ） (2024-11-19T11:59:54Z)
• Spec-Gaussian: Anisotropic View-Dependent Appearance for 3D Gaussian Splatting [55.71424195454963]
  Spec-Gaussian は球面調和の代わりに異方性球面ガウス場を利用するアプローチである。 実験結果から,本手法はレンダリング品質の面で既存の手法を超越していることが示された。 この改良は、3D GSの適用性を高めて、特異面と異方面の複雑なシナリオを扱う。
  論文  参考訳（メタデータ） (2024-02-24T17:22:15Z)
• 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)
• GaussianShader: 3D Gaussian Splatting with Shading Functions for Reflective Surfaces [45.15827491185572]
  反射面を持つシーンにおけるニューラルレンダリングを強化するために, 簡易シェーディング機能を3次元ガウスに応用する新しい手法を提案する。 実験の結果、ガウシアンシェーダーは効率と視覚的品質のバランスを保っていることがわかった。
  論文  参考訳（メタデータ） (2023-11-29T17:22:26Z)

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。