論文の概要: MSGS: Multispectral 3D Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2604.13340v1
- Date: Tue, 14 Apr 2026 23:03:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-16 20:38:32.324172
- Title: MSGS: Multispectral 3D Gaussian Splatting
- Title（参考訳）: MSGS:マルチスペクトル3Dガウススプラッティング
- Abstract要約: 波長対応ビュー合成のための3次元ガウス散乱 (3DGS) へのマルチスペクトル拡張を提案する。
それぞれのガウシアンはスペクトル放射で拡張され、帯域ごとの球面調和によって表現され、RGBとマルチスペクトル信号を組み合わせた二重損失監督スキームの下で最適化される。
提案手法は,RGBのみの3DGSベースラインに対して,画質とスペクトルの整合性において一貫した改善が示された。
- 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 a multispectral extension to 3D Gaussian Splatting (3DGS) for wavelength-aware view synthesis. Each Gaussian is augmented with spectral radiance, represented via per-band spherical harmonics, and optimized under a dual-loss supervision scheme combining RGB and multispectral signals. To improve rendering fidelity, we perform spectral-to-RGB conversion at the pixel level, allowing richer spectral cues to be retained during optimization. Our method is evaluated on both public and self-captured real-world datasets, demonstrating consistent improvements over the RGB-only 3DGS baseline in terms of image quality and spectral consistency. Notably, it excels in challenging scenes involving translucent materials and anisotropic reflections. The proposed approach maintains the compactness and real-time efficiency of 3DGS while laying the foundation for future integration with physically based shading models.
- Abstract（参考訳）: 波長対応ビュー合成のための3次元ガウス散乱 (3DGS) へのマルチスペクトル拡張を提案する。
それぞれのガウシアンはスペクトル放射で拡張され、帯域ごとの球面調和によって表現され、RGBとマルチスペクトル信号を組み合わせた二重損失監督スキームの下で最適化される。
画素レベルでのスペクトル-RGB変換を行い、よりリッチなスペクトルキューを最適化中に維持する。
提案手法は,RGBのみの3DGSベースラインに対して,画質とスペクトルの整合性において一貫した改善が示された。
特に、半透明の材料と異方性反射を含む挑戦的なシーンに優れています。
提案手法は3DGSのコンパクト性と実時間効率を維持しつつ,物理的シェーディングモデルとの将来の統合の基礎を築き上げている。
関連論文リスト
- Phy-CoSF: Physics-Guided Continuous Spectral Fields Reconstruction and Super-Resolution for Snapshot Compressive Imaging [79.35520607451187]
暗黙のニューラル表現で深層展開ネットワークを相乗化するPhy-CoSFを提案する。
具体的には、連続的なスペクトルレンダリングで離散波長トレーニングをブリッジする2相アーキテクチャを提案する。
論文 参考訳（メタデータ） (2026-05-13T14:17:02Z) - Residual Gaussian Splatting for Ultra Sparse-View CBCT Reconstruction [14.00351191217297]
本研究はウェーブレット多分解能解析と3DGSを統合し,スパース再構成を向上する。
本稿では、体積場を幾何学的基底成分と残留詳細成分に階層化するスペクトル分離ガウス表現を提案する。
臨床データセットの実験では、RGSが再構成された画像によって高度に洗練された幾何学的テクスチャをキャプチャできることが示されている。
論文 参考訳（メタデータ） (2026-04-30T07:59:18Z) - Towards Integrating Multi-Spectral Imaging with Gaussian Splatting [8.908394706712395]
色(RGB)とマルチスペクトル画像(マルチスペクトル)を3次元ガウススティングフレームワークに統合する方法について検討する。
球面高調波色成分に直接マルチスペクトルデータを統合して、ガウスの多重スペクトル反射率をコンパクトにモデル化することを提案する。
論文 参考訳（メタデータ） (2025-08-31T20:53:35Z) - 3DGabSplat: 3D Gabor Splatting for Frequency-adaptive Radiance Field Rendering [50.04967868036964]
3D Gaussian Splatting(3DGS)は、高忠実なノベルビュー合成を維持しながらリアルタイムレンダリングを実現している。
複数方向の3次元周波数応答を持つ新規な3次元ガボルベースプリミティブを組み込んだ3次元ガボルスプレート(3DGabSplat)を提案する。
我々は3D以上の1.35dBRゲインを実現し、同時にプリミティブメモリ消費量を削減した。
論文 参考訳（メタデータ） (2025-08-07T12:49:44Z) - Complex-Valued Holographic Radiance Fields [9.050557698554696]
複雑な値のガウス原始体を用いて3次元ガウススプラッティングを再構成し、光波によるレンダリングのサポートを拡大する。
本手法は最先端の手法と比較して,画像品質を維持しつつ,30x-10,000倍の高速化を実現している。
論文 参考訳（メタデータ） (2025-06-10T02:09:04Z) - Multi-Spectral Gaussian Splatting with Neural Color Representation [8.200719250787651]
マルチスペクトル3次元ガウス散乱フレームワークであるMS-Splattingを提案する。
本手法では, クロスモーダルカメラキャリブレーションは不要である。
熱や近赤外線などの様々なスペクトルをモデル化できるほど多用途である。
論文 参考訳（メタデータ） (2025-06-03T21:36:50Z) - Diffusion Denoised Hyperspectral Gaussian Splatting [11.486860334986394]
ハイパースペクトルシーンの暗黙的なニューラル表現を作成するために、3次元再構成法が用いられている。
拡散分解型ハイパースペクトル撮影法(DD-HGS)を提案する。
論文 参考訳（メタデータ） (2025-05-28T02:07:52Z) - 3iGS: Factorised Tensorial Illumination for 3D Gaussian Splatting [15.059156311856087]
3D Gaussian Splatting(3iGS)は、3D Gaussian Splatting(3DGS)レンダリング品質を改善する。
3Dガウスアンを放射場表現として用いることで、リアルタイムレンダリング速度で高品質なノベルビュー合成が可能になった。
論文 参考訳（メタデータ） (2024-08-07T13:06:29Z) - 2D Gaussian Splatting for Geometrically Accurate Radiance Fields [50.056790168812114]
3D Gaussian Splatting (3DGS)は近年,高画質の新規ビュー合成と高速レンダリングを実現し,放射界再構成に革命をもたらした。
多視点画像から幾何学的精度の高い放射場をモデル化・再構成するための新しいアプローチである2DGS(2D Gaussian Splatting)を提案する。
競合する外観品質、高速トレーニング速度、リアルタイムレンダリングを維持しつつ、ノイズフリーかつ詳細な幾何学的再構成を可能にする。
論文 参考訳（メタデータ） (2024-03-26T17:21:24Z) - 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) - SpectralGPT: Spectral Remote Sensing Foundation Model [60.023956954916414]
SpectralGPTという名前のユニバーサルRS基盤モデルは、新しい3D生成事前学習変換器(GPT)を用いてスペクトルRS画像を処理するために構築されている。
既存の基礎モデルと比較して、SpectralGPTは、様々なサイズ、解像度、時系列、領域をプログレッシブトレーニング形式で対応し、広範なRSビッグデータのフル活用を可能にする。
我々の評価では、事前訓練されたスペクトルGPTモデルによる顕著な性能向上が強調され、地球科学分野におけるスペクトルRSビッグデータ応用の進展に有意な可能性を示唆している。
論文 参考訳（メタデータ） (2023-11-13T07:09:30Z)
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。