論文の概要: SSD-GS: Scattering and Shadow Decomposition for Relightable 3D Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2604.13333v1
- Date: Tue, 14 Apr 2026 22:47:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-16 20:38:32.322383
- Title: SSD-GS: Scattering and Shadow Decomposition for Relightable 3D Gaussian Splatting
- Title（参考訳）: SSD-GS:3Dガウス平滑化のための散乱とシャドウ分解
- Authors: Iris Zheng, Guojun Tang, Alexander Doronin, Paul Teal, Fang-Lue Zhang,
- Abstract要約: SSD-GSは3Dガウス平板上に構築された物理ベースのライティングフレームワーク(3DGS)
反射率を拡散、スペクトル、影、地下散乱の4つの成分に分解する。
実験は、従来の方法と比較して、量的および知覚的啓蒙品質が優れていることを示す。
- 参考スコア（独自算出の注目度）: 46.61006851229471
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present SSD-GS, a physically-based relighting framework built upon 3D Gaussian Splatting (3DGS) that achieves high-quality reconstruction and photorealistic relighting under novel lighting conditions. In physically-based relighting, accurately modeling light-material interactions is essential for faithful appearance reproduction. However, existing 3DGS-based relighting methods adopt coarse shading decompositions, either modeling only diffuse and specular reflections or relying on neural networks to approximate shadows and scattering. This leads to limited fidelity and poor physical interpretability, particularly for anisotropic metals and translucent materials. To address these limitations, SSD-GS decomposes reflectance into four components: diffuse, specular, shadow, and subsurface scattering. We introduce a learnable dipole-based scattering module for subsurface transport, an occlusion-aware shadow formulation that integrates visibility estimates with a refinement network, and an enhanced specular component with an anisotropic Fresnel-based model. Through progressive integration of all components during training, SSD-GS effectively disentangles lighting and material properties, even for unseen illumination conditions, as demonstrated on the challenging OLAT dataset. Experiments demonstrate superior quantitative and perceptual relighting quality compared to prior methods and pave the way for downstream tasks, including controllable light source editing and interactive scene relighting. The source code is available at: https://github.com/irisfreesiri/SSD-GS.
- Abstract（参考訳）: 本稿では,3次元ガウススティング(3DGS)上に構築された物理ベースのライティングフレームワークであるSSD-GSについて述べる。
物理ベースのリライティングでは、忠実な外見再現には光物質相互作用を正確にモデル化することが不可欠である。
しかし、既存の3DGSベースのリライト法は粗いシェーディング分解を採用しており、拡散反射と特異反射のみをモデル化するか、あるいは影と散乱を近似するためにニューラルネットワークに依存している。
これは、特に異方性金属や半透明の材料において、有限性や物理的解釈性に限界をもたらす。
これらの制限に対処するため、SSD-GSは反射率を拡散、スペクトル、影、地下散乱の4つの成分に分解する。
本稿では,地下輸送のための学習可能な双極子型散乱モジュール,高精細ネットワークに可視性推定を統合する隠蔽型シャドウ定式化,および異方性フレネルモデルを用いた拡張スペクトル成分について紹介する。
トレーニング中のすべてのコンポーネントの段階的な統合を通じて、SSD-GSは、挑戦的なOLATデータセットで示されるように、目に見えない照明条件であっても、照明と材料特性を効果的に分離する。
実験では、従来の方法に比べて量的および知覚的リライティングの品質が優れており、制御可能な光源編集やインタラクティブなシーンリライティングなど、下流タスクへの道が開けられている。
ソースコードは、https://github.com/irisfreesiri/SSD-GS.comで入手できる。
関連論文リスト
- 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) - 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) - Spec-Gloss Surfels and Normal-Diffuse Priors for Relightable Glossy Objects [42.30107053583194]
本稿では,マイクロファセットBRDFとスペキュラ・グロシネスパラメータ化を統合した2次元ガウス平滑化フレームワークを提案する。
環境マップの粗大な最適化は収束を加速し、高ダイナミックレンジのスペクトル反射を保存する。
論文 参考訳（メタデータ） (2025-10-02T14:34:46Z) - Generalizable and Relightable Gaussian Splatting for Human Novel View Synthesis [49.67420486373202]
GRGSは、多彩な照明条件下での高忠実なヒューマン・ノベル・ビュー・シンセサイザーのための一般的な3Dガウスのフレームワークである。
我々は, 精密深度および表面の正常度を予測するために, 合成依存データに基づいて学習した照明対応幾何微細化(LGR)モジュールを提案する。
論文 参考訳（メタデータ） (2025-05-27T17:59:47Z) - LITA-GS: Illumination-Agnostic Novel View Synthesis via Reference-Free 3D Gaussian Splatting and Physical Priors [14.160637565120231]
LITA-GSは、参照不要な3DGSおよび物理前駆体を用いた、照度に依存しない新規なビュー合成法である。
我々は、シーン構造とオブジェクトの外観の最適化を容易にする照明に依存しない構造描画戦略を開発した。
我々はLITA-GSの訓練のための教師なし戦略を採用し、LITA-GSが最先端(SOTA)のNeRF法を超越していることを示す広範な実験を行った。
論文 参考訳（メタデータ） (2025-03-31T20:44:39Z) - 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) - GS-ID: Illumination Decomposition on Gaussian Splatting via Adaptive Light Aggregation and Diffusion-Guided Material Priors [5.7153963416911]
ガウススプラッティング(GS)はレンダリングの効果的な表現として登場したが、基礎となる幾何学、材料、照明はいまだに絡み合っている。
照明分解のためのエンドツーエンドフレームワークである textbfGS-ID を提案する。
照明やシーン構成などの下流アプリケーションにおけるGS-IDの有効性を示す実験を行った。
論文 参考訳（メタデータ） (2024-08-16T04:38:31Z) - MetaGS: A Meta-Learned Gaussian-Phong Model for Out-of-Distribution 3D Scene Relighting [63.5925701087252]
アウト・オブ・ディストリビューション(OOD) 3Dリライティングは、目に見えない照明条件下での新しいビュー合成を必要とする。
この課題に対処するためにMetaGSを2つの視点から紹介する。
論文 参考訳（メタデータ） (2024-05-31T13:48:54Z)
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。