論文の概要: Camera-Agnostic Pruning of 3D Gaussian Splats via Descriptor-Based Beta Evidence

• arxiv url: http://arxiv.org/abs/2603.21933v1
• Date: Mon, 23 Mar 2026 12:52:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:39.676128
• Title: Camera-Agnostic Pruning of 3D Gaussian Splats via Descriptor-Based Beta Evidence
• Title（参考訳）: ディスクリプタベースベータエビデンスによる3次元ガウスプレートのカメラ非依存プルーニング
• Authors: Peter Fasogbon, Ugurcan Budak, Patrice Rondao Alface, Hamed Rezazadegan Tavakoli,
• Abstract要約: 本稿では,3次元ガウス板のカメラ非依存,ワンショット,ポストトレーニングプルーニング法を提案する。 splat表現から直接構造と外観の整合性をキャプチャするハイブリッドディスクリプタフレームワークを提案する。 本手法は, 復元品質を維持しつつ, 実質的な刈り取りを実現する。
• 参考スコア（独自算出の注目度）: 0.8306359067105359
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The pruning of 3D Gaussian splats is essential for reducing their complexity to enable efficient storage, transmission, and downstream processing. However, most of the existing pruning strategies depend on camera parameters, rendered images, or view-dependent measures. This dependency becomes a hindrance in emerging camera-agnostic exchange settings, where splats are shared directly as point-based representations (e.g., .ply). In this paper, we propose a camera-agnostic, one-shot, post-training pruning method for 3D Gaussian splats that relies solely on attribute-derived neighbourhood descriptors. As our primary contribution, we introduce a hybrid descriptor framework that captures structural and appearance consistency directly from the splat representation. Building on these descriptors, we formulate pruning as a statistical evidence estimation problem and introduce a Beta evidence model that quantifies per-splat reliability through a probabilistic confidence score. Experiments conducted on standardized test sequences defined by the ISO/IEC MPEG Common Test Conditions (CTC) demonstrate that our approach achieves substantial pruning while preserving reconstruction quality, establishing a practical and generalizable alternative to existing camera-dependent pruning strategies.
• Abstract（参考訳）: 3Dガウスプレートの切断は、その複雑さを減らし、効率的なストレージ、送信、下流処理を可能にするために不可欠である。 しかし、既存のプルーニング戦略のほとんどは、カメラパラメータ、レンダリング画像、ビュー依存の尺度に依存している。 この依存関係は、カメラに依存しない交換設定において障害となり、スプレートはポイントベースの表現(例えば、.ply)として直接共有される。 本稿では, 属性由来の近傍記述子のみに依存する3次元ガウス板のカメラ非依存, ワンショット, ポストトレーニングプルーニング手法を提案する。 主な貢献として,Splat表現から直接構造的および外観的整合性を捉えるハイブリッドディスクリプタフレームワークを導入する。 これらの記述子に基づいて、統計的証拠推定問題としてプルーニングを定式化し、確率的信頼度スコアを用いて、スプラット当たりの信頼性を定量化するベータエビデンスモデルを導入する。 ISO/IEC MPEG Common Test Conditions (CTC) によって定義された標準化されたテストシーケンスで行った実験により,本手法は再現性を維持しつつ実質的なプルーニングを実現し,既存のカメラ依存型プルーニング戦略に代わる実用的で汎用的な代替手段を確立した。

関連論文リスト

• Invariance on Manifolds: Understanding Robust Visual Representations for Place Recognition [19.200074425090595]
  本稿では,2次幾何統計フレームワークを提案する。 提案手法では、固定されたトレーニング済みのバックボーン上に構築されたトレーニング不要のフレームワークを導入し、パラメータ更新なしで強力なゼロショット一般化を実現する。
  論文  参考訳（メタデータ） (2026-01-31T18:12:29Z)
• CONSIGN: Conformal Segmentation Informed by Spatial Groupings via Decomposition [0.0]
  ほとんどの機械学習ベースのイメージセグメンテーションモデルは、各ピクセルにおける各クラスラベルの予測確率を表す画素単位の信頼スコアを生成する。 コンフォーマル予測は、信頼度スコアを統計的に妥当な不確実性推定に変換するための原則化された枠組みを提供する。
  論文  参考訳（メタデータ） (2025-05-20T09:19:37Z)
• FreeSplatter: Pose-free Gaussian Splatting for Sparse-view 3D Reconstruction [69.63414788486578]
  FreeSplatterはスケーラブルなフィードフォワードフレームワークで、キャリブレーションされていないスパースビュー画像から高品質な3Dガウシアンを生成する。 当社のアプローチでは,自己注意ブロックが情報交換を容易にする合理化トランスフォーマーアーキテクチャを採用している。 包括的データセットに基づいて,オブジェクト中心とシーンレベルの再構築のための2つの特殊な変種を開発する。
  論文  参考訳（メタデータ） (2024-12-12T18:52:53Z)
• Cameras as Rays: Pose Estimation via Ray Diffusion [54.098613859015856]
  カメラのポーズを推定することは3D再構成の基本的な課題であり、まばらにサンプリングされたビューを考えると依然として困難である。 本稿では,カメラを光束として扱うカメラポーズの分散表現を提案する。 提案手法は回帰法と拡散法の両方で,CO3Dのカメラポーズ推定における最先端性能を示す。
  論文  参考訳（メタデータ） (2024-02-22T18:59:56Z)
• Deep Keypoint-Based Camera Pose Estimation with Geometric Constraints [80.60538408386016]
  連続するフレームから相対的なカメラのポーズを推定することは、視覚計測の基本的な問題である。 本稿では,検出,特徴抽出,マッチング,外乱除去のための学習可能なモジュールで構成されるエンドツーエンドのトレーニング可能なフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-07-29T21:41:31Z)
• Self-Calibration Supported Robust Projective Structure-from-Motion [80.15392629310507]
  本稿では,自己校正制約によってマッチングプロセスが支持される統合されたStructure-from-Motion (SfM)法を提案する。 これらの制約を利用して,ロバストなマルチビューマッチングと正確なカメラキャリブレーションを示す実験結果を示す。
  論文  参考訳（メタデータ） (2020-07-04T08:47:10Z)

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。