論文の概要: GSCompleter: A Distillation-Free Plugin for Metric-Aware 3D Gaussian Splatting Completion in Seconds
- arxiv url: http://arxiv.org/abs/2604.20155v1
- Date: Wed, 22 Apr 2026 03:47:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-23 15:36:10.954342
- Title: GSCompleter: A Distillation-Free Plugin for Metric-Aware 3D Gaussian Splatting Completion in Seconds
- Title（参考訳）: GSCompleter: メトリアウェアな3Dガウススプレイティングコンプリート用蒸留フリープラグイン
- Authors: Ao Gao, Jingyu Gong, Xin Tan, Zhizhong Zhang, Yuan Xie,
- Abstract要約: GSCompleterは蒸留不要のプラグインで、シーン補完を安定した"Generate-then-Register"ワークフローに移行する。
提案手法は,まず可塑性2D参照画像を合成し,ロバストなステレオアンカー機構を用いて,メートルスケールの3Dプリミティブに明示的に持ち上げる。
この高速な登録パラダイムへのシフトは、3つの異なるベンチマークで優れた3DGS補完性能を提供する。
- 参考スコア（独自算出の注目度）: 25.00064989891048
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While 3D Gaussian Splatting (3DGS) has revolutionized real-time rendering, its performance degrades significantly under sparse-view extrapolation, manifesting as severe geometric voids and artifacts. Existing solutions primarily rely on an iterative "Repair-then-Distill" paradigm, which is inherently unstable and prone to overfitting. In this work, we propose GSCompleter, a distillation-free plugin that shifts scene completion to a stable "Generate-then-Register" workflow. Our approach first synthesizes plausible 2D reference images and explicitly lifts them into metric-scale 3D primitives via a robust Stereo-Anchor mechanism. These primitives are then seamlessly integrated into the global context through a novel Ray-Constrained Registration strategy. This shift to a rapid registration paradigm delivers superior 3DGS completion performance across three distinct benchmarks, enhancing the quality and efficiency of various baselines and achieving new SOTA results.
- Abstract（参考訳）: 3D Gaussian Splatting (3DGS)はリアルタイムレンダリングに革命をもたらしたが、その性能はスパースビューの外挿の下で著しく低下し、厳密な幾何学的ヴォイドやアーティファクトとして表される。
既存のソリューションは主に、本質的に不安定で過度に適合する傾向にある反復的な「レペア・テン・ディスティル」パラダイムに依存している。
本研究では,GSCompleterを提案する。GSCompleterは,シーン補完を安定的な「ジェネレーション・then-Register」ワークフローに移行する蒸留不要のプラグインである。
提案手法は,まず可塑性2D参照画像を合成し,ロバストなステレオアンカー機構を用いて,メートルスケールの3Dプリミティブに明示的に持ち上げる。
これらのプリミティブは、新しいRay-Constrained Registration戦略を通じて、グローバルコンテキストにシームレスに統合される。
この高速な登録パラダイムへのシフトは、3つの異なるベンチマークで優れた3DGS補完性能を提供し、様々なベースラインの品質と効率を高め、新しいSOTA結果を達成する。
関連論文リスト
- PDF-GS: Progressive Distractor Filtering for Robust 3D Gaussian Splatting [32.97857587591785]
本稿では3DGSが持つ非一貫性信号の抑制能力を増幅するフレームワークであるPDF-GSを提案する。
PDF-GSは、堅牢で、高忠実で、邪魔のない再構築を実現し、多様なデータセットのベースラインを一貫して上回り、現実世界の状況に挑戦する。
私たちのアプローチは軽量で、既存の3DGSフレームワークにも容易に適用可能です。
論文 参考訳（メタデータ） (2026-04-14T11:03:55Z) - 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) - OracleGS: Grounding Generative Priors for Sparse-View Gaussian Splatting [78.70702961852119]
OracleGSは、Gaussian Splattingのスパースビューのために、生成的完全性と回帰的忠実性を調整している。
提案手法は,多視点幾何学的証拠に先立って強力な生成条件を定め,幻覚的アーティファクトをフィルタリングし,非拘束領域における可塑性完備を保存している。
論文 参考訳（メタデータ） (2025-09-27T11:19:32Z) - Interpretable Single-View 3D Gaussian Splatting using Unsupervised Hierarchical Disentangled Representation Learning [46.85417907244265]
本稿では,粗い3Dセマンティクスと微粒な3Dセマンティクスの両方を発見するために,3DisGSと呼ばれる解釈可能な単一ビュー3DGSフレームワークを提案する。
本モデルでは,高品質かつ高速な再構成を保ちながら3次元のアンタングル化を実現する。
論文 参考訳（メタデータ） (2025-04-05T14:42:13Z) - ResGS: Residual Densification of 3D Gaussian for Efficient Detail Recovery [21.259495668002796]
そこで我々は, 残留分断法を新たに導入し, 残留分断法としてガウシアンを付加した。
我々のアプローチは、詳細を適応的に検索し、欠落した幾何学を補完することができる。
論文 参考訳（メタデータ） (2024-12-10T13:19:27Z) - GSD: View-Guided Gaussian Splatting Diffusion for 3D Reconstruction [52.04103235260539]
単一視点からの3次元オブジェクト再構成のためのガウススプティング表現に基づく拡散モデル手法を提案する。
モデルはGS楕円体の集合で表される3Dオブジェクトを生成することを学習する。
最終的な再構成されたオブジェクトは、高品質な3D構造とテクスチャを持ち、任意のビューで効率的にレンダリングできる。
論文 参考訳（メタデータ） (2024-07-05T03:43:08Z) - latentSplat: Autoencoding Variational Gaussians for Fast Generalizable 3D Reconstruction [48.86083272054711]
latentSplatは3D潜在空間における意味ガウスを予測し、軽量な生成型2Dアーキテクチャで切り落としてデコードする手法である。
latentSplatは、高速でスケーラブルで高解像度なデータでありながら、復元品質と一般化におけるこれまでの成果よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-03-24T20:48:36Z)
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。