論文の概要: SpectralSplat: Appearance-Disentangled Feed-Forward Gaussian Splatting for Driving Scenes
- arxiv url: http://arxiv.org/abs/2604.03462v1
- Date: Fri, 03 Apr 2026 21:12:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-07 15:49:18.592197
- Title: SpectralSplat: Appearance-Disentangled Feed-Forward Gaussian Splatting for Driving Scenes
- Title（参考訳）: Spectral Splat: 運転シーンのためのフィードフォワードガウススプレイティング
- Authors: Quentin Herau, Tianshuo Xu, Depu Meng, Jiezhi Yang, Chensheng Peng, Spencer Sherk, Yihan Hu, Wei Zhan,
- Abstract要約: 本稿では、フィードフォワードガウススティングフレームワーク内の幾何から外見を遠ざける手法であるSpectralSplatを提案する。
実験により、SpectralSplatはバックボーンの復元品質を保ちながら、制御可能な外観転送と運転シーケンス間の時間的一貫したリライティングを可能にした。
- 参考スコア（独自算出の注目度）: 20.56190070573904
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Feed-forward 3D Gaussian Splatting methods have achieved impressive reconstruction quality for autonomous driving scenes, yet they entangle scene geometry with transient appearance properties such as lighting, weather, and time of day. This coupling prevents relighting, appearance transfer, and consistent rendering across multi-traversal data captured under varying environmental conditions. We present SpectralSplat, a method that disentangles appearance from geometry within a feed-forward Gaussian Splatting framework. Our key insight is to factor color prediction into an appearance-agnostic base stream and and appearance-conditioned adapted stream, both produced by a shared MLP conditioned on a global appearance embedding derived from DINOv2 features. To enforce disentanglement, we train with paired observations generated by a hybrid relighting pipeline that combines physics-based intrinsic decomposition with diffusion based generative refinement, and supervise with complementary consistency, reconstruction, cross-appearance, and base color losses. We further introduce an appearance-adaptable temporal history that stores appearance-agnostic features, enabling accumulated Gaussians to be re-rendered under arbitrary target appearances. Experiments demonstrate that SpectralSplat preserves the reconstruction quality of the underlying backbone while enabling controllable appearance transfer and temporally consistent relighting across driving sequences.
- Abstract（参考訳）: フィードフォワード3Dガウススプラッティング法は、自律走行シーンにおいて印象的な再現性を実現しているが、照明、天気、日時といった過渡的な外観特性でシーン形状を絡ませている。
この結合は、様々な環境条件下でキャプチャされたマルチトラバースデータ間のリライティング、外観移動、一貫したレンダリングを防止する。
本稿では、フィードフォワードガウススティングフレームワーク内の幾何から外見を遠ざける手法であるSpectralSplatを提案する。
我々の重要な洞察は、DINOv2特徴から派生したグローバルな外見埋め込みを条件に、色予測を外見に依存しないベースストリームと外見に適応したストリームに分解することである。
そこで本研究では,物理に基づく内在分解と拡散に基づく生成的改良を組み合わせ,相補的整合性,再構成,クロス外観,基本色損失を監督するハイブリッドリライトパイプラインによって生成されたペアの観測を訓練する。
さらに,外見に依存しない特徴を記憶し,任意の対象外見の下で蓄積したガウスを再レンダリングできる外観適応型時間履歴を導入する。
実験により、SpectralSplatはバックボーンの復元品質を保ちながら、制御可能な外観転送と運転シーケンス間の時間的一貫したリライティングを可能にした。
関連論文リスト
- NimbusGS: Unified 3D Scene Reconstruction under Hybrid Weather [83.14198482357388]
劣化したマルチビューインプットから高品質な3Dシーンを再構築するための統合フレームワークであるNimbusGSを提案する。
特定の気象タイプをターゲットにした既存の手法とは異なり、NimbusGSはより広範な一般化の課題に対処している。
論文 参考訳（メタデータ） (2026-03-28T10:46:29Z) - 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) - Relightable Holoported Characters: Capturing and Relighting Dynamic Human Performance from Sparse Views [82.15089065452081]
我々は、フルボディで高ダイナミックな人間の自由視点レンダリングとリライティングのための個人固有の方法であるRelightable Holoported Characters (RHC)を提案する。
我々のトランスフォーマーベースのRelightNetは、1つのネットワークパス内での出現を予測し、コストのかかるOLATベースのキャプチャと生成を回避する。
提案手法の視覚的忠実度と照明再現性について,最先端の手法と比較して実験を行った。
論文 参考訳（メタデータ） (2025-11-29T00:17:34Z) - RTR-GS: 3D Gaussian Splatting for Inverse Rendering with Radiance Transfer and Reflection [16.81533668816093]
RTR-GSは、任意の反射特性を持つオブジェクトを堅牢にレンダリングし、BRDFと照明を分解し、信頼性の高いリライト結果を提供する、新しい逆レンダリングフレームワークである。
提案手法は,効率的なトレーニング推論プロセスを維持しつつ,新しいビュー合成,正規推定,分解,リライティングを向上することを示す。
論文 参考訳（メタデータ） (2025-07-10T13:13:08Z) - HoliGS: Holistic Gaussian Splatting for Embodied View Synthesis [59.25751939710903]
本稿では,長い単眼RGBビデオのエンボディドビュー合成に対処する,変形可能なガウススプラッティングフレームワークを提案する。
提案手法は,非可逆ガウス散乱変形ネットワークを利用して大規模動的環境を正確に再構築する。
その結果、現実のシナリオにおけるEVSの実用的でスケーラブルなソリューションが浮かび上がっています。
論文 参考訳（メタデータ） (2025-06-24T03:54:40Z) - RGS-DR: Deferred Reflections and Residual Shading in 2D Gaussian Splatting [42.30107053583194]
我々は、仕様の細部を改善するための改良段階を論じ、再構築のみの手法でギャップを埋める。
我々のパイプラインは、指向性残留パスを用いて、編集可能な材料特性と環境照明を推定する。
最短軸法線と正常残差を持つガウス色ごとのシェーディングとは対照的に、スペクトル残差を持つ画素遅延型サーベイル定式化により、シャープなハイライト、よりクリーンな材料、編集性が改善された。
論文 参考訳（メタデータ） (2025-04-25T16:23:50Z) - Decoupling Appearance Variations with 3D Consistent Features in Gaussian Splatting [50.98884579463359]
本稿では,プラグアンドプレイ方式で外観変化を分離するDAVIGSを提案する。
ガウスレベルではなく画像レベルでレンダリング結果を変換することにより、最適化時間とメモリオーバーヘッドを最小限に抑えた外観変化をモデル化できる。
提案手法をいくつかの外観変化シーンで検証し,トレーニング時間とメモリ使用量を最小限に抑えて,最先端のレンダリング品質を実現することを実証した。
論文 参考訳（メタデータ） (2025-01-18T14:55:58Z) - DeferredGS: Decoupled and Editable Gaussian Splatting with Deferred Shading [50.331929164207324]
我々は,遅延シェーディングを用いたガウススプレイティング表現のデカップリングと編集を行うDedeerredGSを紹介する。
定性的かつ定量的な実験は、新しいビューおよび編集タスクにおけるDederredGSの優れた性能を示す。
論文 参考訳（メタデータ） (2024-04-15T01:58:54Z) - CVT-xRF: Contrastive In-Voxel Transformer for 3D Consistent Radiance Fields from Sparse Inputs [65.80187860906115]
スパース入力によるNeRFの性能向上のための新しい手法を提案する。
まず, サンプル線が, 3次元空間内の特定のボクセルと交差することを保証するために, ボクセルを用いた放射線サンプリング戦略を採用する。
次に、ボクセル内の追加点をランダムにサンプリングし、トランスフォーマーを適用して各線上の他の点の特性を推測し、ボリュームレンダリングに組み込む。
論文 参考訳（メタデータ） (2024-03-25T15:56:17Z)
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。