論文の概要: GaussianPile: A Unified Sparse Gaussian Splatting Framework for Slice-based Volumetric Reconstruction

• arxiv url: http://arxiv.org/abs/2603.20611v1
• Date: Sat, 21 Mar 2026 03:10:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:38.993675
• Title: GaussianPile: A Unified Sparse Gaussian Splatting Framework for Slice-based Volumetric Reconstruction
• Title（参考訳）: GaussianPile:スライスに基づく容積再構成のための統一スパースガウス平滑化フレームワーク
• Authors: Di Kong, Yikai Wang, Wenjie Guo, Yifan Bu, Boya Zhang, Yuexin Duan, Xiawei Yue, Wenbiao Du, Yiman Zhong, Yuwen Chen, Cheng Ma,
• Abstract要約: スライスに基づく体積像が広く応用され、分析のために内部構造を積極的に保存する表現が要求される。 この課題に対処するために,GaussianPileを導入し,3Dガウススプラッティングを撮像システム対応フォーカスモデルと統合する。 実際には、NeRFベースのアプローチよりも最大11倍高速で、3分で高品質な結果をもたらし、ボクセルグリッド上で一貫した16倍の圧縮を実現している。
• 参考スコア（独自算出の注目度）: 12.711852675106124
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Slice-based volumetric imaging is widely applied and it demands representations that compress aggressively while preserving internal structure for analysis. We introduce GaussianPile, unifying 3D Gaussian splatting with an imaging system-aware focus model to address this challenge. Our proposed method introduces three key innovations: (i) a slice-aware piling strategy that positions anisotropic 3D Gaussians to model through-slice contributions, (ii) a differentiable projection operator that encodes the finite-thickness point spread function of the imaging acquisition system, and (iii) a compact encoding and joint optimization pipeline that simultaneously reconstructs and compresses the Gaussian sets. Our CUDA-based design retains the compression and real-time rendering efficiency of Gaussian primitives while preserving high-frequency internal volumetric detail. Experiments on microscopy and ultrasound datasets demonstrate that our method reduces storage and reconstruction cost, sustains diagnostic fidelity, and enables fast 2D visualization, along with 3D voxelization. In practice, it delivers high-quality results in as few as 3 minutes, up to 11x faster than NeRF-based approaches, and achieves consistent 16x compression over voxel grids, offering a practical path to deployable compression and exploration of slice-based volumetric datasets.
• Abstract（参考訳）: スライスに基づく体積像は広く応用されており、解析のために内部構造を保存しながら積極的に圧縮する表現を要求している。 この課題に対処するために,GaussianPileを紹介した。 提案手法は3つの重要な革新をもたらす。 (i)異方性3次元ガウスをスライス・スライス・コントリビューションのモデルに位置づけるスライス・アウェア・ピリング戦略 二 画像取得システムの有限重点拡散機能を符号化した微分可能投影演算子 3) ガウス集合を同時に再構成し圧縮するコンパクト符号化および共同最適化パイプライン。 CUDAに基づく設計では、ガウスプリミティブの圧縮とリアルタイムレンダリングの効率を保ちながら、高周波内部のボリュームの詳細を保存できる。 顕微鏡および超音波データを用いた実験により, 保存・復元コストを低減し, 診断精度を向上し, 高速な2次元可視化と3次元ボキセル化を実現した。 実際には、NeRFベースのアプローチよりも最大11倍高速な3分で高品質な結果を提供し、ボクセルグリッド上で一貫した16倍の圧縮を実現し、デプロイ可能な圧縮とスライスベースのボリュームデータセットの探索のための実用的なパスを提供する。

関連論文リスト

• CSGaussian: Progressive Rate-Distortion Compression and Segmentation for 3D Gaussian Splatting [57.73006852239138]
  本稿では,3次元ガウススプラッティングの速度歪み最適化圧縮とセグメンテーションのための最初の統一フレームワークを提案する(3DGS)。 速度歪みに最適化された3DGS圧縮の最近の進歩に触発されたこの研究は、セマンティックラーニングを圧縮パイプラインに統合し、デコーダ側アプリケーションをサポートする。 提案方式は暗黙的ニューラル表現に基づくハイパープライアを特徴とし,色属性と意味属性の両方の効率的なエントロピー符号化を実現する。
  論文  参考訳（メタデータ） (2026-01-19T08:21:45Z)
• Fast and Explicit: Slice-to-Volume Reconstruction via 3D Gaussian Primitives with Analytic Point Spread Function Modeling [16.058575857567373]
  脳の高分解能3D再構成は、運動崩壊した低分解能2D取得から、正確な神経発達診断の必要条件である。 本研究では,ニューラルネットワークに基づく表現から明示的な表現へのシフトを提案する。 本研究の枠組みは, リアルタイム3次元MRIの臨床的ルーチンへの転換の道筋をたどるものである。
  論文  参考訳（メタデータ） (2025-12-12T15:01:30Z)
• Perceive-Sample-Compress: Towards Real-Time 3D Gaussian Splatting [7.421996491601524]
  本稿では,3次元ガウス平滑化のための新しい知覚・サンプル圧縮フレームワークを提案する。 提案手法は,リアルタイムレンダリング速度を維持しながら,メモリ効率と視覚的品質を大幅に向上することを示す。
  論文  参考訳（メタデータ） (2025-08-07T01:34:38Z)
• ProtoGS: Efficient and High-Quality Rendering with 3D Gaussian Prototypes [81.48624894781257]
  3D Gaussian Splatting (3DGS) は、新しいビュー合成において大きな進歩を遂げてきたが、ガウスプリミティブのかなりの数によって制限されている。 近年の手法では、密度の高いガウスの記憶容量を圧縮することでこの問題に対処しているが、レンダリングの品質と効率の維持には失敗している。 本稿では,ガウスの原始体を表現するためにガウスのプロトタイプを学習するProtoGSを提案し,視覚的品質を犠牲にすることなくガウスの総量を大幅に削減する。
  論文  参考訳（メタデータ） (2025-03-21T18:55:14Z)
• R$^2$-Gaussian: Rectifying Radiative Gaussian Splatting for Tomographic Reconstruction [53.19869886963333]
  3次元ガウススプラッティング(3DGS)は画像のレンダリングと表面再構成において有望な結果を示した。 本稿では,Sparse-viewトモグラフィ再構成のための3DGSベースのフレームワークであるR2$-Gaussianを紹介する。
  論文  参考訳（メタデータ） (2024-05-31T08:39:02Z)
• CompGS: Efficient 3D Scene Representation via Compressed Gaussian Splatting [68.94594215660473]
  Compressed Gaussian Splatting (CompGS) という,効率的な3次元シーン表現を提案する。 我々は少数のアンカープリミティブを予測に利用し、プリミティブの大多数を非常にコンパクトな残留形にカプセル化することができる。 実験の結果,提案手法は既存の手法よりも優れており,モデル精度とレンダリング品質を損なうことなく,3次元シーン表現のコンパクト性に優れていた。
  論文  参考訳（メタデータ） (2024-04-15T04:50:39Z)

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。