論文の概要: IRIS: Intersection-aware Ray-based Implicit Editable Scenes

• arxiv url: http://arxiv.org/abs/2603.15368v1
• Date: Mon, 16 Mar 2026 14:44:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 18:28:58.499222
• Title: IRIS: Intersection-aware Ray-based Implicit Editable Scenes
• Title（参考訳）: IRIS: インターセクション対応の光ベースの不適切な編集可能なシーン
• Authors: Grzegorz Wilczyński, Mikołaj Zieliński, Krzysztof Byrski, Joanna Waczyńska, Dominik Belter, Przemysław Spurek,
• Abstract要約: IRIS(Intersection-aware Ray-based Implicit Editable Scenes)は、効率的なインタラクティブなシーン編集方法である。 標準的な光線マーキングの限界を克服するために、光線とシーンプリミティブ間の相互作用点を正確に識別する分析的サンプリング戦略を用いる。 ソートされた交差点から潜在属性を補間することにより、コストのかかる3D検索をバイパスし、一貫性を確保し、高忠実さ、リアルタイムレンダリング、フレキシブルな形状編集を可能にする。
• 参考スコア（独自算出の注目度）: 1.9659643719859716
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Neural Radiance Fields achieve high-fidelity scene representation but suffer from costly training and rendering, while 3D Gaussian splatting offers real-time performance with strong empirical results. Recently, solutions that harness the best of both worlds by using Gaussians as proxies to guide neural field evaluations, still suffer from significant computational inefficiencies. They typically rely on stochastic volumetric sampling to aggregate features, which severely limits rendering performance. To address this issue, a novel framework named IRIS (Intersection-aware Ray-based Implicit Editable Scenes) is introduced as a method designed for efficient and interactive scene editing. To overcome the limitations of standard ray marching, an analytical sampling strategy is employed that precisely identifies interaction points between rays and scene primitives, effectively eliminating empty space processing. Furthermore, to address the computational bottleneck of spatial neighbor lookups, a continuous feature aggregation mechanism is introduced that operates directly along the ray. By interpolating latent attributes from sorted intersections, costly 3D searches are bypassed, ensuring geometric consistency, enabling high-fidelity, real-time rendering, and flexible shape editing. Code can be found at https://github.com/gwilczynski95/iris.
• Abstract（参考訳）: ニューラル・ラディアンス・フィールドは高忠実なシーン表現を実現するが、訓練とレンダリングのコストがかかる。 近年, ガウシアンをプロキシとして用いて神経場評価を導出することで, 両世界の最善を生かした解法は, いまだに計算の非効率さに悩まされている。 通常、それらは特徴を集約するために確率的なボリュームサンプリングに依存しており、レンダリング性能を著しく制限している。 IRIS(Intersection-aware Ray-based Implicit Editable Scenes)という新しいフレームワークが,効率的なインタラクティブなシーン編集のための手法として導入された。 標準的な光線マーキングの限界を克服するために、光線とシーンプリミティブ間の相互作用点を正確に識別し、空の空間処理を効果的に排除する分析的サンプリング戦略を用いる。 さらに、空間近傍のルックアップの計算ボトルネックに対処するため、線に沿って直接動作する連続的な特徴集約機構を導入する。 ソートされた交差点から潜在属性を補間することにより、コストのかかる3D検索をバイパスし、幾何的整合性を確保し、高忠実さ、リアルタイムレンダリング、柔軟な形状編集を可能にする。 コードはhttps://github.com/gwilczynski95/irisにある。

関連論文リスト

• UTrice: Unifying Primitives in Differentiable Ray Tracing and Rasterization via Triangles for Particle-Based 3D Scenes [1.633289883726582]
  レイトレーシング3Dガウス粒子は、視野屈折深度やフレキシブルカメラモデリングなどの現実的な効果を実現する。 既存の手法は、複雑な中間メッシュの構築と高価なテストの実行を必要とする三角形幾何学を通してガウスをトレースする。 本稿では,三角線トレーシングパイプラインを提案する。このパイプラインは,三角線をプロキシ幾何学に頼らずにプリミティブをレンダリングする。
  論文  参考訳（メタデータ） (2025-12-04T03:33:10Z)
• LaRI: Layered Ray Intersections for Single-view 3D Geometric Reasoning [75.9814389360821]
  層状光線交差(LaRI)は、1つの画像から未知の幾何学的推論を行う新しい方法である。 コンパクトで階層的な表現から恩恵を受けることで、LaRIは完全で効率的でビュー整合な幾何学的推論を可能にする。 3Dオブジェクトやシーンを含む、合成および実世界のデータのための完全なトレーニングデータ生成パイプラインを構築します。
  論文  参考訳（メタデータ） (2025-04-25T15:31:29Z)
• BEAM: Bridging Physically-based Rendering and Gaussian Modeling for Relightable Volumetric Video [58.97416204208624]
  BEAMは、4Dガウス表現を物理ベースレンダリング(PBR)でブリッジし、高品質でライティング可能なビデオを生成する新しいパイプラインである。 BEAMは、様々な照明条件下で現実的な人生のような可視化を提供することで、インタラクティブなエンターテイメント、ストーリーテリング、クリエイティブな可視化の新しい可能性を開く。
  論文  参考訳（メタデータ） (2025-02-12T10:58:09Z)
• RayGauss: Volumetric Gaussian-Based Ray Casting for Photorealistic Novel View Synthesis [3.4341938551046227]
  微分レンダリング法は、新しいビュー合成に大きな進歩をもたらした。 不規則分布ガウスの異なる光線鋳造のための放射放射率cと密度シグマを一貫した定式化を行う。 適切なトレーニング時間を維持しつつ、Blenderデータセット上で25FPSの推論速度を達成しながら、最先端のレンダリングよりも優れた品質を実現する。
  論文  参考訳（メタデータ） (2024-08-06T10:59:58Z)
• 3D Gaussian Ray Tracing: Fast Tracing of Particle Scenes [50.36933474990516]
  本研究は, 粒子のトレーシング, 境界体積階層の構築, 高性能なレイトレーシングハードウェアを用いた各画素のレイキャストについて考察する。 半透明粒子の多量処理を効率的に行うために,有界メッシュで粒子をカプセル化するアルゴリズムについて述べる。 実験は、我々のアプローチの速度と精度、およびコンピュータグラフィックスとビジョンにおけるいくつかの応用を実証する。
  論文  参考訳（メタデータ） (2024-07-09T17:59:30Z)
• DN-Splatter: Depth and Normal Priors for Gaussian Splatting and Meshing [19.437747560051566]
  カラー画像の勾配に基づく適応的な深度損失を提案し、様々なベースライン上での深度推定と新しいビュー合成結果を改善した。 我々の単純かつ効果的な正則化技術はガウス表現からの直接メッシュ抽出を可能にし、屋内シーンのより物理的に正確な再構築を可能にする。
  論文  参考訳（メタデータ） (2024-03-26T16:00:31Z)
• Gaussian-SLAM: Photo-realistic Dense SLAM with Gaussian Splatting [24.160436463991495]
  本稿では3次元ガウスアンをシーン表現として用いたSLAM法を提案する。 本手法は,実世界のシングルカメラRGBDビデオから,インタラクティブなリアルタイム再構成と写真リアルレンダリングを実現する。
  論文  参考訳（メタデータ） (2023-12-06T10:47:53Z)
• DNS SLAM: Dense Neural Semantic-Informed SLAM [92.39687553022605]
  DNS SLAMは、ハイブリッド表現を備えた新しいRGB-DセマンティックSLAMアプローチである。 本手法は画像に基づく特徴抽出と多視点幾何制約を統合し,外観の細部を改良する。 実験により, 合成データと実世界のデータ追跡の両面において, 最先端の性能が得られた。
  論文  参考訳（メタデータ） (2023-11-30T21:34:44Z)

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。