論文の概要: SpectralSplats: Robust Differentiable Tracking via Spectral Moment Supervision

• arxiv url: http://arxiv.org/abs/2603.24036v1
• Date: Wed, 25 Mar 2026 07:48:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-26 21:06:11.191407
• Title: SpectralSplats: Robust Differentiable Tracking via Spectral Moment Supervision
• Title（参考訳）: Spectral Splats: Spectral Moment Supervisionによるロバストな可微分追跡
• Authors: Avigail Cohen Rimon, Amir Mann, Mirela Ben Chen, Or Litany,
• Abstract要約: 空間から周波数領域へ勾配目標をシフトするロバストな追跡フレームワークであるSpectralSplatsを紹介する。 様々な変形パラメーターの空間的損失に対して,SpectralSplatsがシームレスでドロップインの代替として機能することが実証された。
• 参考スコア（独自算出の注目度）: 15.658046416731098
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Gaussian Splatting (3DGS) enables real-time, photorealistic novel view synthesis, making it a highly attractive representation for model-based video tracking. However, leveraging the differentiability of the 3DGS renderer "in the wild" remains notoriously fragile. A fundamental bottleneck lies in the compact, local support of the Gaussian primitives. Standard photometric objectives implicitly rely on spatial overlap; if severe camera misalignment places the rendered object outside the target's local footprint, gradients strictly vanish, leaving the optimizer stranded. We introduce SpectralSplats, a robust tracking framework that resolves this "vanishing gradient" problem by shifting the optimization objective from the spatial to the frequency domain. By supervising the rendered image via a set of global complex sinusoidal features (Spectral Moments), we construct a global basin of attraction, ensuring that a valid, directional gradient toward the target exists across the entire image domain, even when pixel overlap is completely nonexistent. To harness this global basin without introducing periodic local minima associated with high frequencies, we derive a principled Frequency Annealing schedule from first principles, gracefully transitioning the optimizer from global convexity to precise spatial alignment. We demonstrate that SpectralSplats acts as a seamless, drop-in replacement for spatial losses across diverse deformation parameterizations (from MLPs to sparse control points), successfully recovering complex deformations even from severely misaligned initializations where standard appearance-based tracking catastrophically fails.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は、リアルタイムで光リアルなノベルビューの合成を可能にする。 しかし、3DGSレンダラーの「野生」の識別性を活用することは、依然として脆弱であることが知られている。 根本的なボトルネックは、ガウス原始体のコンパクトで局所的な支持にある。 通常の測光目的は空間的重なりに暗黙的に依存しており、激しいカメラのミスアライメントが被写体を目標の局所的なフットプリントの外側に配置した場合、勾配は厳密に消え、オプティマイザは立ち往生する。 我々は、空間から周波数領域へ最適化目標をシフトさせることにより、この「消滅する勾配」問題を解決する頑健な追跡フレームワークであるSpectralSplatsを紹介する。 一連の大域複素正弦波特徴(スペクトルモーメント)を通してレンダリングされた画像を監視することにより、画素オーバーラップが完全に存在しない場合でも、ターゲットに対する有効な方向勾配が画像領域全体にわたって存在することを保証し、大域的アトラクションの盆地を構築する。 高周波数に付随する周期的局所最小値を導入することなく、この大域盆地を利用するために、第1原理から周波数アニーリングスケジュールを導出し、最適化器を大域凸性から正確な空間アライメントへ優雅に遷移させる。 スペクトルスプラッツは様々な変形パラメータ化(MLPからスパース制御点まで)をまたいだ空間的損失をシームレスに低減し、標準的な外観に基づく追跡が破滅的に失敗する過酷な初期化であっても複雑な変形を回復できることを実証した。

関連論文リスト

• COSMOS: Coherent Supergaussian Modeling with Spatial Priors for Sparse-View 3D Splatting [2.549594916296063]
  3D Gaussian Splatting(3DGS)は,最近3D再構築の有望なアプローチとして登場した。 この問題に対処するために,Coherent Supergaussian Modeling with Spatial Priors (COSMOS)を提案する。 Blender と DTU に関する実験により,COSMOS は外部深度監視を伴わないスパースビュー設定において最先端の手法を超越していることが示された。
  論文  参考訳（メタデータ） (2025-12-17T04:55:15Z)
• Robust 3DGS-based SLAM via Adaptive Kernel Smoothing [14.419840415480435]
  我々は、安定したカメラポーズトラッキングを確保するために、パラメータエラーに対するレンダリングプロセスの堅牢性を高めることがより重要であると論じている。 レンダリングエラーを最小化する従来の方法とは異なり、私たちの中核となる洞察は、レンダリングプロセスが3DGSパラメータの不完全性に対してよりレジリエンスになることです。 我々のアプローチは、シーン再構築(マッピング)の全体的な品質を維持しながら、カメラポーズトラッキングの堅牢性と精度を大幅に向上させる。
  論文  参考訳（メタデータ） (2025-11-28T14:28:05Z)
• VA-GS: Enhancing the Geometric Representation of Gaussian Splatting via View Alignment [48.147381011235446]
  3D Gaussian Splattingは、リアルタイムな新規ビュー合成のための効率的なソリューションとして最近登場した。 ビューアライメントによる3次元ガウス多様体の幾何学的表現を強化する新しい手法を提案する。 本手法は, 表面再構成と新しいビュー合成の両面において, 最先端の性能を実現する。
  論文  参考訳（メタデータ） (2025-10-13T14:44:50Z)
• GSFusion:Globally Optimized LiDAR-Inertial-Visual Mapping for Gaussian Splatting [20.665306154754564]
  本稿では,GSFusionを提案する。これはLDAR-Inertial-Visual Mapのオンラインマッピングシステムで,グローバルなポーズグラフ最適化におけるサーベイル・ツー・サーフェル制約による高精度マップの整合性を保証する。 公開とデータセットの実験では、既存の3DGS SLAMシステムよりも、レンダリング品質とマップ構築効率が優れています。
  論文  参考訳（メタデータ） (2025-07-31T06:15:51Z)
• StableGS: A Floater-Free Framework for 3D Gaussian Splatting [9.935869165752283]
  3D Gaussian Splatting(3DGS)の復元は、その幾何学的および視覚的忠実さを低下させるスタバボーンフローター(stbborn floater)のアーティファクトに悩まされている。 最終的な外観レンダリングから幾何正規化を分離する新しいフレームワークであるStableGSを提案する。 複数のベンチマークの実験では、StableGSはフローターを除去するだけでなく、一般的なぼやけたアーチファクトのトレードオフも解決している。
  論文  参考訳（メタデータ） (2025-03-24T09:02:51Z)
• PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
  PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。 本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
  論文  参考訳（メタデータ） (2024-10-29T15:28:15Z)
• Improving Gaussian Splatting with Localized Points Management [52.009874685460694]
  局所的点管理(LPM)は、点加算と幾何校正の両方を最大限に必要としながら、これらの誤り貢献ゾーンを特定することができる。 LPMは特定されたゾーンに点密度を適用し、これらの領域の前にある点の不透明度をリセットし、不適切な点を修正する新しい機会を生み出す。 特に、LPMは静的3DGSとダイナミックなSpaceTimeGSの両方を改善して、リアルタイム速度を維持しながら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） (2024-06-06T16:55:07Z)

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。