論文の概要: Neural Gabor Splatting: Enhanced Gaussian Splatting with Neural Gabor for High-frequency Surface Reconstruction

• arxiv url: http://arxiv.org/abs/2604.15941v1
• Date: Fri, 17 Apr 2026 11:00:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-20 22:00:19.882734
• Title: Neural Gabor Splatting: Enhanced Gaussian Splatting with Neural Gabor for High-frequency Surface Reconstruction
• Title（参考訳）: ニューラルガボルスメッティング : 高周波表面再構成のためのニューラルガボルを用いたガウススメッティング
• Authors: Haato Watanabe, Nobuyuki Umetani,
• Abstract要約: 3D Gaussian splatting (3DGS) は3次元再構成と新しいビュー合成のための強力なアプローチである。 3DGSは重大な欠点に悩まされており、出現頻度の高いシーンではプリミティブの数が大幅に増加します。 本稿では,ガウスプリミティブを軽量な多層パーセプトロンで拡張するニューラルガボルスプラッティングを提案する。 提案手法は, 挑戦的な高周波表面の正確な再構成を実現する。
• 参考スコア（独自算出の注目度）: 1.0312968200748116
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent years have witnessed the rapid emergence of 3D Gaussian splatting (3DGS) as a powerful approach for 3D reconstruction and novel view synthesis. Its explicit representation with Gaussian primitives enables fast training, real-time rendering, and convenient post-processing such as editing and surface reconstruction. However, 3DGS suffers from a critical drawback: the number of primitives grows drastically for scenes with high-frequency appearance details, since each primitive can represent only a single color, requiring multiple primitives for every sharp color transition. To overcome this limitation, we propose neural Gabor splatting, which augments each Gaussian primitive with a lightweight multi-layer perceptron that models a wide range of color variations within a single primitive. To further control primitive numbers, we introduce a frequency-aware densification strategy that selects mismatch primitives for pruning and cloning based on frequency energy. Our method achieves accurate reconstruction of challenging high-frequency surfaces. We demonstrate its effectiveness through extensive experiments on both standard benchmarks, such as Mip-NeRF360 and High-Frequency datasets (e.g., checkered patterns), supported by comprehensive ablation studies.
• Abstract（参考訳）: 近年,3次元再構成と新しいビュー合成のための強力なアプローチとして,3次元ガウススプラッティング(3DGS)が急速に出現するのを目撃している。 Gaussianプリミティブによる明示的な表現は、高速なトレーニング、リアルタイムレンダリング、編集や表面再構成といった便利な後処理を可能にする。 それぞれのプリミティブは1つの色しか表現できないため、シャープな色遷移ごとに複数のプリミティブを必要とするため、高頻度の外観の詳細を持つシーンではプリミティブの数が大幅に増加する。 この制限を克服するために,1つのプリミティブ内の幅広い色変化をモデル化する軽量な多層パーセプトロンでガウスプリミティブを増強するニューラルガボルスプラッティングを提案する。 プリミティブ数をさらに制御するために,周波数エネルギーに基づいてミスマッチプリミティブを選択する周波数認識型デンシフィケーション戦略を導入する。 提案手法は, 挑戦的な高周波表面の正確な再構成を実現する。 Mip-NeRF360 や High-Frequency データセット (例えば、チェッカーパターン) のような標準ベンチマークの広範な実験により、その効果を実証する。

関連論文リスト

• Neural Texture Splatting: Expressive 3D Gaussian Splatting for View Synthesis, Geometry, and Dynamic Reconstruction [20.80508604651125]
  3D Gaussian Splatting (3DGS) は高品質な新規ビュー合成の先駆的なアプローチとして現れている。 近年の研究では, 3DGSを原単位のテクスチャなど, 原単位の容量を増大させることが提案されている。 ニューラルテクスチャスティング(NTS)を導入し,多種多様な再構築作業における最先端3DGSのバリエーションを改善する。
  論文  参考訳（メタデータ） (2025-11-24T08:26:32Z)
• IBGS: Image-Based Gaussian Splatting [17.07390802338029]
  3D Gaussian Splatting (3DGS) は、新しいビュー合成(NVS)の高速かつ高品質な方法として最近登場した。 我々は、高解像度のソース画像を細部やビュー固有の色モデリングに活用する効率的な画像ベースガウススプラッティングを提案する。 標準NVSベンチマーク実験では,ストレージのフットプリントを増大させることなく,ガウススプラッティング手法のレンダリング精度において,本手法が大幅に向上することが示された。
  論文  参考訳（メタデータ） (2025-11-18T11:03:27Z)
• HyRF: Hybrid Radiance Fields for Memory-efficient and High-quality Novel View Synthesis [11.71939856454585]
  HyRF(Hybrid Radiance Fields)は、明示的なガウスとニューラルフィールドの強みを組み合わせた、新しいシーン表現である。 HyRFは3DGSに比べてモデルサイズを20倍以上削減しつつ、最先端のレンダリング品質を実現している。
  論文  参考訳（メタデータ） (2025-09-21T13:59:26Z)
• 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)
• 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)
• FreGS: 3D Gaussian Splatting with Progressive Frequency Regularization [67.47895278233717]
  周波数空間における過度再構成問題に対処するために, 進行周波数正規化手法を開発した。 FreGSは優れた斬新なビュー合成を実現し、最先端の技術を一貫して上回っている。
  論文  参考訳（メタデータ） (2024-03-11T17:00:27Z)
• GES: Generalized Exponential Splatting for Efficient Radiance Field Rendering [112.16239342037714]
  GES(Generalized Exponential Splatting)は、GEF(Generalized Exponential Function)を用いて3Dシーンをモデル化する斬新な表現である。 周波数変調損失の助けを借りて、GESは新規なビュー合成ベンチマークにおいて競合性能を達成する。
  論文  参考訳（メタデータ） (2024-02-15T17:32:50Z)

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。