論文の概要: Mobile-GS: Real-time Gaussian Splatting for Mobile Devices

• arxiv url: http://arxiv.org/abs/2603.11531v1
• Date: Thu, 12 Mar 2026 04:33:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-13 14:46:25.866536
• Title: Mobile-GS: Real-time Gaussian Splatting for Mobile Devices
• Title（参考訳）: Mobile-GS: モバイルデバイスのためのリアルタイムガウススプレイティング
• Authors: Xiaobiao Du, Yida Wang, Kun Zhan, Xin Yu,
• Abstract要約: 3D Gaussian Splatting (3DGS)は、幅広いアプリケーションにわたる高品質なレンダリングの強力な表現として登場した。 エッジデバイス上でのガウス的スプレイティングの効率的な推論を可能にする,Mobile-GS と呼ばれる移動調整型リアルタイムガウス的スプレイティング手法を提案する。 提案するMobile-GSは,視覚的品質を保ちながら,リアルタイムレンダリングとコンパクトなモデルサイズを実現し,モバイルアプリケーションに適している。
• 参考スコア（独自算出の注目度）: 16.605749198745105
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: 3D Gaussian Splatting (3DGS) has emerged as a powerful representation for high-quality rendering across a wide range of applications.However, its high computational demands and large storage costs pose significant challenges for deployment on mobile devices. In this work, we propose a mobile-tailored real-time Gaussian Splatting method, dubbed Mobile-GS, enabling efficient inference of Gaussian Splatting on edge devices. Specifically, we first identify alpha blending as the primary computational bottleneck, since it relies on the time-consuming Gaussian depth sorting process. To solve this issue, we propose a depth-aware order-independent rendering scheme that eliminates the need for sorting, thereby substantially accelerating rendering. Although this order-independent rendering improves rendering speed, it may introduce transparency artifacts in regions with overlapping geometry due to the scarcity of rendering order. To address this problem, we propose a neural view-dependent enhancement strategy, enabling more accurate modeling of view-dependent effects conditioned on viewing direction, 3D Gaussian geometry, and appearance attributes. In this way, Mobile-GS can achieve both high-quality and real-time rendering. Furthermore, to facilitate deployment on memory-constrained mobile platforms, we also introduce first-order spherical harmonics distillation, a neural vector quantization technique, and a contribution-based pruning strategy to reduce the number of Gaussian primitives and compress the 3D Gaussian representation with the assistance of neural networks. Extensive experiments demonstrate that our proposed Mobile-GS achieves real-time rendering and compact model size while preserving high visual quality, making it well-suited for mobile applications.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は、幅広いアプリケーションにわたる高品質なレンダリングの強力な表現として登場した。 本研究では, エッジデバイス上でのガウス的スプラッティングの効率的な推定を可能にする, Mobile-GS と呼ばれる移動調整型リアルタイムガウス的スプラッティング手法を提案する。 具体的には、時間を要するガウス深度ソートプロセスに依存するため、まずアルファブレンディングを主要な計算ボトルネックとみなす。 そこで本研究では,ソートの必要性を排除し,レンダリングを大幅に高速化する,深度対応の順序非依存型レンダリング手法を提案する。 この順序に依存しないレンダリングはレンダリング速度を改善するが、レンダリング順序の不足により重なり合う幾何学を持つ領域に透明なアーティファクトを導入する可能性がある。 そこで我々は, 視方向, 3次元ガウス幾何学, 外観特性に規定された視依存効果のより正確なモデリングを可能にする, ニューラルビュー依存拡張戦略を提案する。 これにより、Mobile-GSは高品質かつリアルタイムなレンダリングを実現することができる。 さらに、メモリ制限された移動プラットフォームへの展開を容易にするため、ニューラルネットワークの助けを借りて3次元ガウス表現を圧縮し、ガウスプリミティブの数を削減し、3次元ガウス表現を圧縮するための1次球面調和蒸留、ニューラルベクトル量子化技術、およびコントリビューションベースのプルーニング戦略を導入する。 広汎な実験により,提案したMobile-GSは視覚的品質を保ちながら,リアルタイムレンダリングとコンパクトなモデルサイズを実現し,モバイルアプリケーションに適していることが示された。

関連論文リスト

• Quantile Rendering: Efficiently Embedding High-dimensional Feature on 3D Gaussian Splatting [52.18697134979677]
  コンピュータビジョンの最近の進歩は、3Dガウススプラッティング(3D-GS)を活用して、OVS(Open-vocabulary segmentation)を3Dドメインに拡張することに成功している。 既存の方法はコードブックや特徴圧縮を採用しており、情報損失を引き起こし、セグメンテーションの品質が低下する。 本稿では,高忠実度を維持しながら高次元特徴を効率的に処理する3次元ガウスの新たなレンダリング戦略であるQuantile Rendering(Q-Render)を紹介する。 本フレームワークは,512次元特徴写像上での43.7倍の高速化でリアルタイムレンダリングを実現するとともに,最先端の手法よりも優れる。
  論文  参考訳（メタデータ） (2025-12-24T04:16:18Z)
• 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)
• F-3DGS: Factorized Coordinates and Representations for 3D Gaussian Splatting [13.653629893660218]
  ニューラルレイディアンス場(NeRF)のレンダリング手法の代替として,F3DGS(Facterized 3D Gaussian Splatting)を提案する。 F-3DGSはレンダリング画像に匹敵する品質を維持しながら、ストレージコストを大幅に削減する。
  論文  参考訳（メタデータ） (2024-05-27T11:55:49Z)
• HO-Gaussian: Hybrid Optimization of 3D Gaussian Splatting for Urban Scenes [24.227745405760697]
  本稿では,グリッドベースボリュームと3DGSパイプラインを組み合わせたHO-Gaussianというハイブリッド最適化手法を提案する。 広範に使用されている自律走行データセットの結果から,HO-Gaussianはマルチカメラ都市データセット上でリアルタイムに写真リアリスティックレンダリングを実現することが示された。
  論文  参考訳（メタデータ） (2024-03-29T07:58:21Z)
• GES: Generalized Exponential Splatting for Efficient Radiance Field Rendering [112.16239342037714]
  GES(Generalized Exponential Splatting)は、GEF(Generalized Exponential Function)を用いて3Dシーンをモデル化する斬新な表現である。 周波数変調損失の助けを借りて、GESは新規なビュー合成ベンチマークにおいて競合性能を達成する。
  論文  参考訳（メタデータ） (2024-02-15T17:32:50Z)
• 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)
• Compact 3D Gaussian Representation for Radiance Field [14.729871192785696]
  本研究では,3次元ガウス点数を削減するための学習可能なマスク戦略を提案する。 また、格子型ニューラルネットワークを用いて、ビュー依存色をコンパクトかつ効果的に表現することを提案する。 我々の研究は、3Dシーン表現のための包括的なフレームワークを提供し、ハイパフォーマンス、高速トレーニング、コンパクト性、リアルタイムレンダリングを実現しています。
  論文  参考訳（メタデータ） (2023-11-22T20:31:16Z)

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。