論文の概要: 3D Skew-Normal Splatting

• arxiv url: http://arxiv.org/abs/2605.15010v1
• Date: Thu, 14 May 2026 16:10:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-15 21:45:34.934234
• Title: 3D Skew-Normal Splatting
• Title（参考訳）: 3次元スキューノーマルスプレイティング
• Authors: Xiangru Wu, Ke Fan, Yanwei Fu,
• Abstract要約: 3D Gaussian Splatting (3DGS) は、リアルタイムな新規なビュー合成の主役として登場した。 本研究では,Azzalini Skew-Normal 分布を基本的プリミティブとして採用した Skew-Normal Splatting (SNS) を提案する。 SNSは、ガウスカーネルと最近の非ガウスカーネルの再構成品質を継続的に改善する。
• 参考スコア（独自算出の注目度）: 36.91264690191168
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: 3D Gaussian Splatting (3DGS) has emerged as a leading representation for real-time novel view synthesis and been widely adopted in various downstream applications. The core strength of 3DGS lies in its efficient kernel-based scene representation, where Gaussian primitives provide favorable mathematical and computational properties. However, under a finite primitive budget, the symmetric shape of each primitive directly affects representation compactness, especially near asymmetric structures such as object boundaries and one-sided surfaces. Recent works have explored more complex kernel distributions, yet they either remain within the elliptical family or rely on hard truncation, which limits continuous shape control and introduces distributional discontinuities. In this paper, we propose Skew-Normal Splatting (SNS), which adopts the Azzalini Skew-Normal distribution as the fundamental primitive. By introducing a learnable and bounded skewness parameter, SNS can continuously interpolate between symmetric Gaussians and Half-Gaussian-like shapes, enabling flexible modeling of both sharp boundaries and interior regions. Moremover, SNS preserves analytical tractability under affine transformations and marginalization. This property allows seamless integration into existing Gaussian Splatting rasterization pipelines.Furthermore, to address the strong coupling between scale, rotation, and skewness parameters, we introduce a decoupled parameterization and a block-wise optimization strategy to enhance training stability and accuracy. Extensive experiments on standard novel-view synthesis benchmarks show that SNS consistently improves reconstruction quality over Gaussian and recent non-Gaussian kernels, with clearer benefits on sharp boundaries and thin or one-sided structures.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS) は、リアルタイムな新しいビュー合成の主役として登場し、様々な下流アプリケーションで広く採用されている。 3DGSのコアとなる強みは、効率の良いカーネルベースのシーン表現にある。 しかし、有限原始予算の下では、各プリミティブの対称形状は表現のコンパクト性、特に対象境界や片面面のような非対称構造に直接影響する。 近年の研究では、より複雑なカーネル分布を探索しているが、楕円系に留まるか、連続的な形状制御を制限し、分布の不連続を導入するハードトランケーションに依存している。 本稿では,Azzalini Skew-Normal分布を基本プリミティブとして採用したSkew-Normal Splatting (SNS)を提案する。 学習可能で有界な歪度パラメータを導入することで、SNSは対称ガウスとハーフガウスのような形状を連続的に補間することができ、鋭い境界領域と内部領域の両方の柔軟なモデリングを可能にする。 さらに、SNSはアフィン変換および縁化の下で解析的トラクタビリティを保っている。 この特性により,既存のガウススプラッティングラスタ化パイプラインへのシームレスな統合が可能であり,スケール,回転,歪パラメータの強い結合に対処するために,分離されたパラメータ化とブロックワイズ最適化を導入し,トレーニング安定性と精度を向上させる。 標準的なノベルビュー合成ベンチマークの広範な実験により、SNSはガウスカーネルと最近の非ガウスカーネルの再構成品質を一貫して改善し、シャープな境界と薄いあるいは一方的な構造に明確な利点をもたらすことが示された。

関連論文リスト

• NG-GS: NeRF-Guided 3D Gaussian Splatting Segmentation [65.34304674634713]
  3DGSにおける高品質なオブジェクトセグメンテーションのためのフレームワークであるNG-GSを導入する。 本手法は, 境界mIoUにおいて, フォトリアリスティックな技術性能を実現し, 有意な利得が得られることを示す。
  論文  参考訳（メタデータ） (2026-04-16T07:14:07Z)
• From Basis to Basis: Gaussian Particle Representation for Interpretable PDE Operators [10.039418546901775]
  流体のPDEダイナミクスの学習は、神経演算子やトランスフォーマーベースのモデルにますます依存しているが、これらのアプローチは解釈可能性に欠け、ローカライズされた高周波構造に苦しむことが多い。 我々は、学習原子が明示的な幾何学を持ち、コンパクトでメッシュに依存しない直接可視化可能な状態を形成するガウス基底の場を表現することを提案する。 標準的なPDEベンチマークと実データセットに基づいて,本手法は本質的な解釈性を提供しながら,最先端の競争精度を実現する。
  論文  参考訳（メタデータ） (2026-02-25T04:16:44Z)
• Rethinking Diffusion Models with Symmetries through Canonicalization with Applications to Molecular Graph Generation [56.361076943802594]
  CanonFlowは、挑戦的なGEOM-DRUGデータセット上で最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-02-16T18:58:55Z)
• RiemanLine: Riemannian Manifold Representation of 3D Lines for Factor Graph Optimization [49.83974390433746]
  本稿では,3次元ラインの最小限の統一表現である textbfRiemanLine を紹介する。 私たちのキーとなるアイデアは、各行のランドマークをグローバルなコンポーネントとローカルなコンポーネントに分離することです。 ICL-NUIM, TartanAir, および総合ベンチマークを用いた実験により, 提案手法はより精度の高いポーズ推定とライン再構成を実現することが示された。
  論文  参考訳（メタデータ） (2025-08-06T11:27:38Z)
• Curve-Aware Gaussian Splatting for 3D Parametric Curve Reconstruction [14.628742412460346]
  本稿では,多視点エッジマップから直接3次元パラメトリック曲線を再構成するためのエンドツーエンドフレームワークを提案する。 パラメトリック曲線とエッジ指向ガウス成分の双方向結合機構を提案する。 提案手法は,既存の手法に比べて高い効率と優れた性能を達成し,トレーニング中のパラメータ数を著しく削減する。
  論文  参考訳（メタデータ） (2025-06-26T15:48:08Z)
• Geometric Algebra Planes: Convex Implicit Neural Volumes [70.12234371845445]
  GA-Planes はスパース低ランク係数と低分解能行列と等価であることを示す。 また,GA-Planeは既存の表現にも適用可能であることを示す。
  論文  参考訳（メタデータ） (2024-11-20T18:21:58Z)
• Structure Consistent Gaussian Splatting with Matching Prior for Few-shot Novel View Synthesis [28.3325478008559]
  SCGaussian, structure Consistent Gaussian Splatting method using matching priors to learn 3D consistent scene structure。 シーン構造を2つの折り畳みで最適化する: 幾何学の描画とより重要なのは、ガウス原始体の位置である。 前方, 周囲, 複雑な大規模シーンにおける実験により, 最先端性能と高効率性によるアプローチの有効性が示された。
  論文  参考訳（メタデータ） (2024-11-06T03:28:06Z)
• Mesh-based Gaussian Splatting for Real-time Large-scale Deformation [58.18290393082119]
  ユーザがリアルタイムで大きな変形で暗黙の表現を直接変形または操作することは困難である。 我々は,インタラクティブな変形を可能にする新しいGSベースの手法を開発した。 提案手法は,高いフレームレートで良好なレンダリング結果を維持しつつ,高品質な再構成と効率的な変形を実現する。
  論文  参考訳（メタデータ） (2024-02-07T12:36:54Z)

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。