論文の概要: ELoG-GS: Dual-Branch Gaussian Splatting with Luminance-Guided Enhancement for Extreme Low-light 3D Reconstruction
- arxiv url: http://arxiv.org/abs/2604.12592v1
- Date: Tue, 14 Apr 2026 11:17:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-15 19:11:32.409041
- Title: ELoG-GS: Dual-Branch Gaussian Splatting with Luminance-Guided Enhancement for Extreme Low-light 3D Reconstruction
- Title（参考訳）: ELoG-GS: 輝度誘導による極低光3D再構成のためのデュアルブランチガウス切削法
- Authors: Yuhao Liu, Dingju Wang, Ziyang Zheng,
- Abstract要約: 本稿は, NTIRE 2026 3D Restoration and Restruction Challenge(トラック1)へのアプローチについて述べる。
この課題は、極低照度環境で幾何学的に一貫したフォトリアリスティックな3Dシーンを復元することである。
安定な低照度3次元再構成パイプラインであるELoG-GS(Extreme Low-light Optimized Gaussian Splatting)を提案する。
- 参考スコア（独自算出の注目度）: 8.589158608384272
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents our approach to the NTIRE 2026 3D Restoration and Reconstruction Challenge (Track 1), which focuses on reconstructing high-quality 3D representations from degraded multi-view inputs. The challenge involves recovering geometrically consistent and photorealistic 3D scenes in extreme low-light environments. To address this task, we propose Extreme Low-light Optimized Gaussian Splatting (ELoG-GS), a robust low-light 3D reconstruction pipeline that integrates learning-based point cloud initialization and luminance-guided color enhancement for stable and photorealistic Gaussian Splatting. Our method incorporates both geometry-aware initialization and photometric adaptation strategies to improve reconstruction fidelity under challenging conditions. Extensive experiments on the NTIRE Track 1 benchmark demonstrate that our approach significantly improves reconstruction quality over the baselines, achieving superior visual fidelity and geometric consistency. The proposed method provides a practical solution for robust 3D reconstruction in real-world degraded scenarios. In the final testing phase, our method achieved a PSNR of 18.6626 and an SSIM of 0.6855 on the official platform leaderboard. Code is available at https://github.com/lyh120/FSGS_EAPGS.
- Abstract（参考訳）: 本稿では, 劣化したマルチビュー入力から高品質な3D表現を再構築することを目的とした, NTIRE 2026 3D Restoration and Restruction Challenge (Track 1) へのアプローチを提案する。
この課題は、極低照度環境で幾何学的に一貫したフォトリアリスティックな3Dシーンを復元することである。
この課題に対処するために,学習ベースの点雲初期化と輝度誘導色強調を統合し,安定かつフォトリアリスティックなガウス色補正を行う,堅牢な低照度3次元再構成パイプラインであるExtreme Low-light Optimized Gaussian Splatting (ELoG-GS)を提案する。
本手法は, 幾何認識初期化と光度適応の両手法を取り入れ, 困難条件下での再現精度の向上を図っている。
NTIRE Track 1 ベンチマークでの広範囲な実験により,提案手法はベースラインの再現性を大幅に向上し,視覚的忠実度と幾何的整合性が向上することが示された。
提案手法は,現実の劣化シナリオにおいて,ロバストな3次元再構成を実現するための実用的なソリューションを提供する。
最終試験段階では,PSNRは18.6626,SSIMは0.6855であった。
コードはhttps://github.com/lyh120/FSGS_EAPGSで入手できる。
関連論文リスト
- Naka-GS: A Bionics-inspired Dual-Branch Naka Correction and Progressive Point Pruning for Low-Light 3DGS [5.922483935990404]
我々は,低照度3次元ガウススプラッティングのためのバイオニックスに着想を得たフレームワークであるNaka-GSを提案する。
本手法は,物理優先の低照度化,デュアルブランチ入力モデリング,周波数分離補正,マスク誘導最適化を組み合わせた。
提案手法は, NTIRE 3D Restoration and Reconstruction (DRR) Challenge において提案され, ベースライン法よりも高い性能を示した。
論文 参考訳（メタデータ） (2026-04-13T07:58:58Z) - LightHarmony3D: Harmonizing Illumination and Shadows for Object Insertion in 3D Gaussian Splatting [90.15229815175593]
光ハーモニー3D(LightHarmony3D)について述べる。
繰り返し最適化の代わりに生成前処理を活用することにより,本手法はシーン照明を効率よく捉えることができる。
3DGSでメッシュ挿入のための最初の専用ベンチマークを導入し、照明の一貫性と光リアリズムを評価するための標準化された評価フレームワークを提供する。
論文 参考訳（メタデータ） (2026-03-31T03:26:30Z) - PolGS++: Physically-Guided Polarimetric Gaussian Splatting for Fast Reflective Surface Reconstruction [76.9760302941819]
PolGS++は高速反射面再構成のための偏光ガウス散乱フレームワークである。
本稿では,アングル・オブ・ポラライゼーション(AoP)に基づくタンジェント空間の整合性制約を実現するための,奥行き誘導型可視マスク取得機構を提案する。
論文 参考訳（メタデータ） (2026-03-11T14:11:42Z) - Unifying Color and Lightness Correction with View-Adaptive Curve Adjustment for Robust 3D Novel View Synthesis [73.27997579020233]
多様な照明条件下での堅牢なNVSのための3DGSベースのフレームワークであるLuminance-GS++を提案する。
本手法は,グローバルな視野適応光度調整と局所画素ワイド残差補正を組み合わせ,正確な色補正を行う。
論文 参考訳（メタデータ） (2026-02-20T16:20:50Z) - 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) - From Restoration to Reconstruction: Rethinking 3D Gaussian Splatting for Underwater Scenes [13.730810237133822]
水中画像復元(UIR)を3次元ガウススプラッティング(DGS)でブリッジする統合フレームワークである textbfR-Splatting を提案する。
提案手法は,多様なUIRモデルによって生成された複数の拡張ビューを1つの再構築パイプラインに統合する。
Seathru-NeRFと新しいBlueCoral3Dデータセットの実験により、R-Splattingはレンダリング品質と幾何学的精度の両方において、強いベースラインを上回ります。
論文 参考訳（メタデータ） (2025-09-22T13:50:20Z) - PGSR: Planar-based Gaussian Splatting for Efficient and High-Fidelity Surface Reconstruction [37.14913599050765]
高忠実表面再構成を実現するために,高速平面型ガウススプラッティング再構成表現(PGSR)を提案する。
次に、大域的幾何精度を維持するために、一視点幾何、多視点測光、幾何正則化を導入する。
提案手法は3DGS法およびNeRF法よりも優れた高忠実度レンダリングと幾何再構成を維持しつつ,高速なトレーニングとレンダリングを実現する。
論文 参考訳（メタデータ） (2024-06-10T17:59:01Z) - 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。