論文の概要: AdaGScale: Viewpoint-Adaptive Gaussian Scaling in 3D Gaussian Splatting to Reduce Gaussian-Tile Pairs

• arxiv url: http://arxiv.org/abs/2604.18980v1
• Date: Tue, 21 Apr 2026 02:07:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-22 22:41:49.572642
• Title: AdaGScale: Viewpoint-Adaptive Gaussian Scaling in 3D Gaussian Splatting to Reduce Gaussian-Tile Pairs
• Title（参考訳）: AdaGScale:3次元ガウススプレイティングにおける視点適応ガウススケーリングによるガウスとタイルペアの削減
• Authors: Joongho Jo, Hyerin Lim, Hanjun Choi, Jongsun Park,
• Abstract要約: 本稿では,ガウスのタイル対数を削減するために,視点適応型ガウススケーリング手法を提案する。 AdaGScaleはガウス中心から遠く離れた周辺タイルがピクセルの色蓄積に無視的に寄与しているという観測に基づいている。 AdaGScaleは、GPU上の元の3D-GSよりも13.8倍高速で、都市スケールのシーンではPSNRが0.5dB程度しか劣化しない。
• 参考スコア（独自算出の注目度）: 5.094033580907522
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reducing the number of Gaussian-tile pairs is one of the most promising approaches to improve 3D Gaussian Splatting (3D-GS) rendering speed on GPUs. However, the importance difference existing among Gaussian-tile pairs has never been considered in the previous works. In this paper, we propose AdaGScale, a novel viewpoint-adaptive Gaussian scaling technique for reducing the number of Gaussian-tile pairs. AdaGScale is based on the observation that the peripheral tiles located far from Gaussian center contribute negligibly to pixel color accumulation. This suggests an opportunity for reducing the number of Gaussian-tile pairs based on color contribution. AdaGScale efficiently estimates the color contribution in the peripheral region of each Gaussian during a preprocessing stage and adaptively scales its size based on the peripheral score. As a result, Gaussians with lower importance intersect with fewer tiles during the intersection test, which improves rendering speed while maintaining image quality. The adjusted size is used only for tile intersection test, and the original size is retained during color accumulation to preserve visual fidelity. Experimental results show that AdaGScale achieves a geometric mean speedup of 13.8x over original 3D-GS on a GPU, with only about 0.5 dB degradation in PSNR on city-scale scenes.
• Abstract（参考訳）: GPU上での3Dガウス分割(3D-GS)レンダリング速度を改善するための最も有望なアプローチの1つである。 しかし、ガウスのタイル対の間に存在する重要性の違いは、以前の作品では考慮されなかった。 本稿では,ガウスのタイル対数を削減するための視点適応型ガウススケーリング手法であるAdaGScaleを提案する。 AdaGScaleはガウス中心から遠く離れた周辺タイルがピクセルの色蓄積に無視的に寄与しているという観測に基づいている。 このことは、カラーコントリビューションに基づいてガウス色のペアの数を減少させる機会を示唆している。 AdaGScaleは、前処理段階における各ガウスの周辺領域のカラーコントリビューションを効率よく推定し、周辺スコアに基づいてそのサイズを適応的にスケールする。 その結果、画像品質を維持しながらレンダリング速度を向上する交差点試験において、より重要度の高いガウス人はタイルの少ないものと交差する。 調整されたサイズはタイル交叉試験にのみ使用され、元のサイズは色蓄積中に保持され、視覚的忠実さが保たれる。 実験結果から,AdaGScaleはGPU上での3D-GSの幾何平均速度を13.8倍に向上し,都市規模でのPSNRの劣化は0.5dB程度であった。

関連論文リスト

• AnchorSplat: Feed-Forward 3D Gaussian Splatting with 3D Geometric Priors [23.943522711585597]
  シーンレベルの再構築のための新しいフィードフォワード3DGSフレームワークであるAnchorSplatを提案する。 アンカーアラインのガウス表現は3次元幾何学的先行によって導かれる。 設計により、必要なガウス人の数は大幅に減少する。
  論文  参考訳（メタデータ） (2026-04-08T13:04:54Z)
• GS^2: Graph-based Spatial Distribution Optimization for Compact 3D Gaussian Splatting [50.2045409672451]
  3D Gaussian Splatting (3DGS)は、新しいビュー合成とリアルタイムレンダリングにおいて画期的な性能を示した。 大量のガウス点があるため、高いメモリコストに制約される。 コンパクトな3DGSのためのグラフベースの空間分布最適化を提案する。
  論文  参考訳（メタデータ） (2026-04-02T10:41:51Z)
• Gaussian Herding across Pens: An Optimal Transport Perspective on Global Gaussian Reduction for 3DGS [13.03299802566674]
  3DGSは、放射場レンダリングの強力な技術として登場したが、通常は数百万の冗長なガウスプリミティブを必要とする。 本稿では,グローバルなガウス混合還元として3DGSのコンパクト化を推し進める,新しい最適輸送視点を提案する。 本手法は,バニラおよび加速3DGSパイプラインの任意の段階に適用可能であり,軽量なニューラルレンダリングへの効率的かつ非依存的な経路を提供する。
  論文  参考訳（メタデータ） (2025-06-11T09:04:44Z)
• Second-order Optimization of Gaussian Splats with Importance Sampling [51.95046424364725]
  3D Gaussian Splatting (3DGS) は、高品質で高速な推論時間のため、新しいビューレンダリングに広く用いられている。 本稿では,Levenberg-Marquardt (LM) と Conjugate Gradient (CG) に基づく新しい2階最適化手法を提案する。 提案手法は標準LMよりも3倍の高速化を実現し,ガウス数が少ない場合のAdamを6倍の6倍の速さで上回る。
  論文  参考訳（メタデータ） (2025-04-17T12:52:08Z)
• Pushing Rendering Boundaries: Hard Gaussian Splatting [72.28941128988292]
  3D Gaussian Splatting (3DGS) は,NVS(Noven View Synthesis) をリアルタイムなレンダリング方式で実現した。 我々はHGSと呼ばれるハードガウシアンスプラッティングを提案し、これは多視点的な位置勾配とレンダリング誤差を考慮し、ハードガウシアンを成長させる。 本手法は,リアルタイムの効率を保ちながら,最先端のレンダリング品質を実現する。
  論文  参考訳（メタデータ） (2024-12-06T07:42:47Z)
• AdR-Gaussian: Accelerating Gaussian Splatting with Adaptive Radius [38.774337140911044]
  3D Gaussian Splatting (3DGS)は、複雑なシーンの高品質な再構成とリアルタイムレンダリングを実現した、最近の明示的な3D表現である。 本稿では,AdR-Gaussianを提案する。これは並列カリングを実現するために,Renderステージのシリアルカリングの一部を前処理ステージに移動させる。 私たちのコントリビューションは3倍で、レンダリング速度は310%で、最先端技術よりも同等かそれ以上品質を維持しています。
  論文  参考訳（メタデータ） (2024-09-13T09:32:38Z)
• RTG-SLAM: Real-time 3D Reconstruction at Scale using Gaussian Splatting [51.51310922527121]
  ガウススプラッティングを用いた大規模環境のためのRGBDカメラを用いたリアルタイム3D再構成システムを提案する。 それぞれのガウス語は不透明かほぼ透明で、不透明なものは表面色と支配的な色に、透明なものは残留色に適合する。 様々な大きなシーンをリアルタイムに再現し、新しいビュー合成とカメラトラッキングの精度のリアリズムにおいて優れた性能を示す。
  論文  参考訳（メタデータ） (2024-04-30T16:54:59Z)

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。