論文の概要: SGS-Intrinsic: Semantic-Invariant Gaussian Splatting for Sparse-View Indoor Inverse Rendering
- arxiv url: http://arxiv.org/abs/2603.27516v1
- Date: Sun, 29 Mar 2026 04:45:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-31 23:18:44.996104
- Title: SGS-Intrinsic: Semantic-Invariant Gaussian Splatting for Sparse-View Indoor Inverse Rendering
- Title（参考訳）: SGS-Intrinsic-Semantic-Invariant Gaussian Splatting for Sparse-View Indoor Inverse Rendering
- Authors: Jiahao Niu, Rongjia Zheng, Wenju Xu, WeiShi Zheng, Qing Zhang,
- Abstract要約: SGS-Intrinsicは室内の逆レンダリングフレームワークで、スパースビュー画像に適しています。
本手法は, 高品質な形状復元と, 材料と照明の正確な切り離しを実現する。
- 参考スコア（独自算出の注目度）: 48.20667615884167
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present SGS-Intrinsic, an indoor inverse rendering framework that works well for sparse-view images. Unlike existing 3D Gaussian Splatting (3DGS) based methods that focus on object-centric reconstruction and fail to work under sparse view settings, our method allows to achieve high-quality geometry reconstruction and accurate disentanglement of material and illumination. The core idea is to construct a dense and geometry-consistent Gaussian semantic field guided by semantic and geometric priors, providing a reliable foundation for subsequent inverse rendering. Building upon this, we perform material-illumination disentanglement by combining a hybrid illumination model and material prior to effectively capture illumination-material interactions. To mitigate the impact of cast shadows and enhance the robustness of material recovery, we introduce illumination-invariant material constraint together with a deshadowing model. Extensive experiments on benchmark datasets show that our method consistently improves both reconstruction fidelity and inverse rendering quality over existing 3DGS-based inverse rendering approaches. Our code is available at https://github.com/GrumpySloths/SGS_Intrinsic.github.io.
- Abstract（参考訳）: SGS-Intrinsicは,スパースビュー画像に適した室内逆レンダリングフレームワークである。
オブジェクト中心の再構成に焦点を絞った既存の3Dガウススプラッティング(3DGS)方式とは違い,本手法は高品質な幾何学的再構成を実現し,材料と照明の正確な切り離しを実現する。
中心となる考え方は、意味的および幾何学的先行性によって導かれる密で幾何学的に一貫性のあるガウス意味体を構築することである。
そこで我々は, ハイブリッド照明モデルと材料を組み合わせて, 効果的に照明・材料相互作用を捉えることによって, 材料・照明の絡み合わせを行う。
鋳造影の影響を緩和し, 材料回収の堅牢性を高めるため, 遮蔽モデルとともに照明不変物質制約を導入する。
ベンチマークデータセットの大規模な実験により,既存の3DGSベースの逆レンダリング手法よりも再現精度と逆レンダリング品質が一貫して向上していることが示された。
私たちのコードはhttps://github.com/GrumpySloths/SGS_Intrinsic.github.ioで公開されています。
関連論文リスト
- SplatBright: Generalizable Low-Light Scene Reconstruction from Sparse Views via Physically-Guided Gaussian Enhancement [26.905118897488077]
SplatBrightは、スパースsRGB入力からのジョイントローライト拡張と再構成のための最初の一般化可能な3Dガウスフレームワークである。
我々のキーとなる考え方は、物理的に誘導された照明モデリングと幾何学的外観の疎結合を統合して、一貫した低照度再構成を行うことである。
SplatBright は2D と 3D の両方の手法と比較して、目立たない低照度シーンに優れた新規ビュー合成、クロスビュー一貫性、そしてより良い一般化を実現している。
論文 参考訳（メタデータ） (2025-12-21T09:06:16Z) - GAINS: Gaussian-based Inverse Rendering from Sparse Multi-View Captures [23.677487511754006]
GAINS (Sparse multi-view captures によるガウスベースの逆レンダリング) を導入する。
これは2段階の逆レンダリングフレームワークであり、学習に基づく事前情報を利用して幾何学と材料推定を安定化する。
材料パラメータの精度、ライティング品質、新しいビューの合成を最先端の逆レンダリング法と比較して大幅に改善する。
論文 参考訳（メタデータ） (2025-12-10T18:58:11Z) - Moving Light Adaptive Colonoscopy Reconstruction via Illumination-Attenuation-Aware 3D Gaussian Splatting [35.37461816543526]
3D Gaussian Splatting (3DGS) は, 大腸内視鏡におけるリアルタイム視線合成の重要技術として出現している。
しかし、バニラ3DGSは静止照明を仮定し、観測された外観は視角のみに依存する。
このミスマッチは、ほとんどの3DGS法に、カメラと組織の間に、構造に違反するガウスの塊を導入するよう強制する。
大腸内視鏡に適した改良型3DGSフレームワークであるColIAGSを提案する。
論文 参考訳（メタデータ） (2025-10-21T15:44:23Z) - 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) - GUS-IR: Gaussian Splatting with Unified Shading for Inverse Rendering [83.69136534797686]
GUS-IRは、粗く光沢のある表面を特徴とする複雑なシーンの逆レンダリング問題に対処するために設計された新しいフレームワークである。
本稿では、逆レンダリング、フォワードシェーディング、遅延シェーディングに広く使われている2つの顕著なシェーディング技術を分析し、比較することから始める。
両手法の利点を組み合わせた統合シェーディングソリューションを提案する。
論文 参考訳（メタデータ） (2024-11-12T01:51:05Z) - GeoSplatting: Towards Geometry Guided Gaussian Splatting for Physically-based Inverse Rendering [69.67264955234494]
GeoSplattingは、3DGSを精密な光輸送モデリングのための明確な幾何学的ガイダンスで拡張する新しいアプローチである。
最適化可能なメッシュから表面積の3DGSを微分的に構築することにより、明確に定義されたメッシュ正規と不透明なメッシュ表面を利用する。
この強化により、3DGSの効率性と高品質なレンダリング能力を保ちながら、正確な材料分解が保証される。
論文 参考訳（メタデータ） (2024-10-31T17:57:07Z) - GlossyGS: Inverse Rendering of Glossy Objects with 3D Gaussian Splatting [21.23724172779984]
GlossyGSは、光沢のある物体の形状と素材を、素材の先行要素を統合することによって正確に再構築することを目的としている。
定量的解析と定性的可視化により, 提案手法は高忠実度ジオメトリーと光沢物体の材料を再構成するのに有効であることを示す。
論文 参考訳（メタデータ） (2024-10-17T09:00:29Z) - GS-IR: 3D Gaussian Splatting for Inverse Rendering [71.14234327414086]
3次元ガウス散乱(GS)に基づく新しい逆レンダリング手法GS-IRを提案する。
我々は、未知の照明条件下で撮影された多視点画像からシーン形状、表面物質、環境照明を推定するために、新しいビュー合成のための最高のパフォーマンス表現であるGSを拡張した。
フレキシブルかつ表現力のあるGS表現は、高速かつコンパクトな幾何再構成、フォトリアリスティックな新規ビュー合成、有効物理ベースレンダリングを実現する。
論文 参考訳（メタデータ） (2023-11-26T02:35:09Z)
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。