論文の概要: Lightweight Real-Time Rendering Parameter Optimization via XGBoost-Driven Lookup Tables

• arxiv url: http://arxiv.org/abs/2604.25178v1
• Date: Tue, 28 Apr 2026 03:37:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-29 16:49:17.697005
• Title: Lightweight Real-Time Rendering Parameter Optimization via XGBoost-Driven Lookup Tables
• Title（参考訳）: XGBoost駆動ルックアップテーブルによる軽量リアルタイムレンダリングパラメータ最適化
• Authors: Baijun Tan, Francesco Moretti,
• Abstract要約: textbfLUT-Optは、適応的なフレーム単位のレンダリングパラメータ最適化のための軽量で汎用的なフレームワークである。 提案手法は,レンダリング時間と画質の同時最適化をトラクタブルな2段パイプラインに分解する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Achieving a desirable balance between rendering quality and real-time performance is a long-standing challenge in modern game and rendering engines, particularly on resource-constrained mobile devices such as laptops, tablets, and smartphones. Existing approaches to automatic rendering parameter optimization either depend on exhaustive per-scene pre-computation that spans several days, suffer from the prohibitive inference overhead of neural networks that prevents per-frame adaptation, or lack generalizability across heterogeneous hardware and diverse scenes. In this paper, we propose \textbf{LUT-Opt}, a lightweight, general-purpose framework for adaptive per-frame rendering parameter optimization. Our method decomposes the joint optimization of rendering time and image quality into a tractable two-stage pipeline. In the offline stage, we train a pair of XGBoost regressors to predict rendering time and image quality from rendering parameters, hardware state, and scene complexity descriptors. The trained ensemble models are then distilled into compact lookup tables (LUTs) through systematic discretization and a two-phase linear search that first constrains rendering time and subsequently maximizes structural similarity (SSIM). During runtime, the pre-computed LUT is queried every frame in sub-millisecond time, enabling truly adaptive parameter selection with negligible computational overhead. We validate LUT-Opt on two representative rendering techniques -- subsurface scattering (SSS) and hybrid-pipeline ambient occlusion (AO) -- implemented within Unreal Engine 5. Extensive experiments across multiple scenes and GPU configurations demonstrate that LUT-Opt reduces subsurface scattering rendering time by approximately 40\% and ambient occlusion rendering time by roughly 70\%, while incurring only about 2\% increase in image quality error, with per-frame inference latency below 0.1\ ms.
• Abstract（参考訳）: レンダリング品質とリアルタイムパフォーマンスの望ましいバランスを達成することは、現代のゲームやレンダリングエンジン、特にラップトップ、タブレット、スマートフォンといったリソースに制約のあるモバイルデバイスにおいて、長年の課題である。 既存の自動レンダリングパラメータ最適化のアプローチは、数日間にわたる全シーン毎のプリ計算に依存するか、フレーム単位の適応を阻止するニューラルネットワークの禁止推論オーバーヘッドに悩まされるか、異種ハードウェアや多様なシーンでの一般化性の欠如のいずれかである。 本稿では,フレーム単位のレンダリングパラメータを適応的に最適化するための軽量で汎用的なフレームワークである \textbf{LUT-Opt} を提案する。 提案手法は,レンダリング時間と画質の同時最適化をトラクタブルな2段パイプラインに分解する。 オフラインの段階では、レンダリングパラメータ、ハードウェア状態、シーン複雑性記述子からレンダリング時間と画像品質を予測するために、XGBoostレグレシタのペアをトレーニングする。 訓練されたアンサンブルモデルは、体系的な離散化と、2相線形探索により、まずレンダリング時間を制約し、続いて構造的類似性(SSIM)を最大化する、コンパクトなルックアップテーブル(LUT)に蒸留される。 実行中、事前計算されたLUTは、ミリ秒以下の時間に各フレームをクエリし、無視可能な計算オーバーヘッドを伴う真に適応的なパラメータ選択を可能にする。 我々は,Unreal Engine 5 で実装された2つの代表的なレンダリング技術であるサブサーフェス散乱 (SSS) とハイブリッド・パイプ・アンビエント・オクルージョン (AO) について,LUT-Opt の有効性を検証した。 複数のシーンとGPU構成にわたる大規模な実験により、LUT-Optは、フレーム当たりの推論遅延を0.1倍以下に抑えながら、表面散乱レンダリング時間を約40倍、周囲閉塞レンダリング時間を約70倍削減することを示した。

関連論文リスト

• ResidualViT for Efficient Temporally Dense Video Encoding [66.57779133786131]
  我々は,時間的に密集したタスクに対する計算機能のコスト削減に3つの貢献をしている。 まず、ビデオの時間的冗長性を活用するビジョントランスフォーマー(ViT)アーキテクチャ、ResidualViTを紹介する。 第2に,原基礎モデルのフレームレベルの特徴を近似する軽量蒸留方式を提案する。
  論文  参考訳（メタデータ） (2025-09-16T17:12:23Z)
• Foresight: Adaptive Layer Reuse for Accelerated and High-Quality Text-to-Video Generation [3.321460333625124]
  Diffusion Transformer (DiTs) は、テキスト・トゥ・イメージ、テキスト・トゥ・ビデオ生成、編集といった最先端の成果を達成する。 静的キャッシュは、固定ステップにまたがって機能を再利用することでこれを緩和するが、ジェネレーションダイナミクスに適応できない。 ベースライン性能を保ちながらデノナイジングステップ間の計算冗長性を低減させる適応層再利用手法であるForesightを提案する。
  論文  参考訳（メタデータ） (2025-05-31T00:52:17Z)
• GPS-Gaussian+: Generalizable Pixel-wise 3D Gaussian Splatting for Real-Time Human-Scene Rendering from Sparse Views [67.34073368933814]
  スパースビューカメラ設定下での高解像度画像レンダリングのための一般化可能なガウススプラッティング手法を提案する。 我々は,人間のみのデータや人景データに基づいてガウスパラメータ回帰モジュールをトレーニングし,深度推定モジュールと共同で2次元パラメータマップを3次元空間に引き上げる。 いくつかのデータセットに対する実験により、我々の手法はレンダリング速度を超越しながら最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2024-11-18T08:18:44Z)
• InstantSplat: Sparse-view Gaussian Splatting in Seconds [91.77050739918037]
  InstantSplatは,光速でスパークビュー3Dシーンを再現する新しい手法である。 InstantSplatでは,3Dシーン表現とカメラポーズを最適化する,自己管理フレームワークを採用している。 3D-GSの従来のSfMと比較して、30倍以上の再現を達成し、視覚的品質(SSIM)を0.3755から0.7624に改善する。
  論文  参考訳（メタデータ） (2024-03-29T17:29:58Z)
• Low-latency Space-time Supersampling for Real-time Rendering [18.525909461287835]
  既存のテクニックは、フレームスーパーサンプリングと外挿の相違により、品質とレイテンシの問題に悩まされることが多い。 本稿では,フレームスーパーサンプリングと外挿の共有状況と機構を認識し,新しいフレームワークであるSpace-time Supersampling(STSS)を提案する。 効率的なアーキテクチャを実現するために,リシェーディング領域として統一されたエイリアスホールとワープホールを扱い,領域を補う2つのキーコンポーネント,すなわちRandom Reshading Masking (RRM) とEfficient Reshading Module (ERM) を配置する。
  論文  参考訳（メタデータ） (2023-12-18T02:37:30Z)
• 3D Gaussian Splatting for Real-Time Radiance Field Rendering [4.320393382724066]
  競争力のあるトレーニング時間を維持しながら、最先端の視覚的品質を達成するための3つの重要な要素を紹介します。 いくつかの確立したデータセット上で、最先端の視覚的品質とリアルタイムレンダリングを実証する。
  論文  参考訳（メタデータ） (2023-08-08T06:37:06Z)

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。