論文の概要: AIR: Amortized Image Reconstruction Framework for Self-Supervised Feed-Forward 2D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2605.20820v1
• Date: Wed, 20 May 2026 07:17:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-21 19:19:56.54629
• Title: AIR: Amortized Image Reconstruction Framework for Self-Supervised Feed-Forward 2D Gaussian Splatting
• Title（参考訳）: AIR: 自己監督型フィードフォワード2次元ガウス平滑化のための補正画像再構成フレームワーク
• Authors: Zhaojie Zeng, Yuesong Wang, Yawei Luo, Tao Guan,
• Abstract要約: 2次元ガウススプラッティングは、画像再構成のための効率的な明示的表現を提供する。 既存の手法では、画像毎のイテレーティブな最適化や、プリミティブなアロケーションのために手作りのプリミティブに依存する必要がある。 本稿では,1つのネットワークパスに反復的なガウスフィッティングを記憶する自己教師型フィードフォワードフレームワークであるAIRについて紹介する。
• 参考スコア（独自算出の注目度）: 21.638608939423673
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 2D Gaussian splatting provides an efficient explicit representation for image reconstruction, but existing methods still require costly per-image iterative optimization or rely on handcrafted priors for primitive allocation. We present AIR, a self-supervised feed-forward framework that amortizes iterative Gaussian fitting into a single network pass, eliminating per-image test-time optimization. AIR adopts a stage-wise residual architecture that progressively predicts additional Gaussian primitives from reconstruction residuals, together with an explicit Stage Control mechanism that activates new primitives only in under-reconstructed regions. A Predict--Optimize--Distill training strategy stabilizes multi-stage prediction by distilling short-horizon optimized Gaussian increments back into the predictor. The stabilized predictor is then jointly finetuned across stages and equipped with an image-adaptive quantizer for compact Gaussian storage. Experiments on Kodak and DIV2K show that AIR achieves better reconstruction quality than representative Gaussian-based baselines while reducing encoding time to 160--300\,ms. Code: https://github.com/whoiszzj/AIR.git
• Abstract（参考訳）: 2D Gaussian splatting は画像再構成に効率的な明示的表現を提供するが、既存の手法では画像毎のイテレーティブな最適化が必要であり、プリミティブなアロケーションには手作りのプリミティブ・アロケーションに頼っている。 本稿では,反復型ガウスフィッティングを1つのネットワークパスに補正し,画像毎のテスト時間最適化を不要とする,自己教師型フィードフォワードフレームワークであるAIRを提案する。 AIRは段階的に残留するアーキテクチャを採用しており、再編成された領域のみに新しいプリミティブを活性化する明示的なステージ制御機構とともに、追加のガウス的プリミティブを再構築残余から徐々に予測する。 予測-最適化-拡散学習戦略は、短時間水平最適化されたガウスインクリメントを予測器に戻して多段階予測を安定化する。 安定化された予測器は、ステージ全体にわたって共同微調整され、コンパクトなガウス記憶のための画像適応量子化器を備える。 KodakとDIV2Kの実験では、AIRは典型的なガウスベースのベースラインよりも再現性が高く、エンコーディング時間は160-300\,msに短縮されている。 コード:https://github.com/whoiszzj/AIR.git

関連論文リスト

• Z-Order Transformer for Feed-Forward Gaussian Splatting [14.297614617317533]
  本稿では,フィードフォワードガウススプラッティングに特化して設計されたトランスフォーマーアーキテクチャを提案する。 我々の重要な洞察は、ガウス人間の空間的・意味的関係は、まばらな注意機構によって効果的に捉えられるということである。 我々は,このZ順序戦略を組み込んで,重要な構造的詳細を保存しながら,冗長性を適応的に抑制する。
  論文  参考訳（メタデータ） (2026-05-13T12:54:59Z)
• ReCoSplat: Autoregressive Feed-Forward Gaussian Splatting Using Render-and-Compare [53.16118137855849]
  本稿では,自動回帰フィードフォワードガウススプラッティングモデルであるReCoSplatについて述べる。 コードと事前訓練されたモデルがリリースされる。
  論文  参考訳（メタデータ） (2026-03-10T17:58:08Z)
• Weak-SIGReg: Covariance Regularization for Stable Deep Learning [0.0]
  この研究は、最近LeJEPAの自己教師型フレームワークで導入されたSketched Isotropic Gaussian Regularization (SIGReg)を採用し、教師付き学習のための一般的な最適化安定化器として再利用している。 SIGRegは表現密度を等方性ガウスに対して制限し、このドリフトを緩和する。 SIGRegはアーキテクチャハックなしで20.73%から72.02%の精度でCIFAR-100上でのViTトレーニングを回復し、純粋なSGDでトレーニングされた深いバニラの収束を大幅に改善する。
  論文  参考訳（メタデータ） (2026-03-06T05:32:40Z)
• Fast 2DGS: Efficient Image Representation with Deep Gaussian Prior [21.89104780995278]
  Fast-2DGSは効率的なガウス画像表現のための軽量なフレームワークである。 本稿では,ガウスプリミティブの空間分布を捉えるための条件付きネットワークとして実装されたDeep Gaussian Priorを紹介する。 実験により、この非絡み合ったアーキテクチャは、1つの前方通過で高品質な再構築を実現し、次いで最小限の微調整を行うことが示された。
  論文  参考訳（メタデータ） (2025-12-14T17:23:28Z)
• iGaussian: Real-Time Camera Pose Estimation via Feed-Forward 3D Gaussian Splatting Inversion [62.09575122593993]
  iGaussianは2段階のフィードフォワードフレームワークで、直接3Dガウス変換によるリアルタイムカメラポーズ推定を実現する。 NeRF Synthetic, Mip-NeRF 360, T&T+DB データセットの実験結果から, 従来の手法に比べて大幅な性能向上が得られた。
  論文  参考訳（メタデータ） (2025-11-18T05:22:22Z)
• RGE-GS: Reward-Guided Expansive Driving Scene Reconstruction via Diffusion Priors [54.81109375939306]
  RGE-GSは、拡散に基づく生成と報酬誘導ガウス積分を相乗化する新しい拡張的再構築フレームワークである。 本稿では,復元フェーズに先立って一貫したパターンを識別・優先順位付けする報奨ネットワークを提案する。 復元過程において,シーン収束度に応じてガウス最適化の進捗を自動的に調整する学習戦略を考案した。
  論文  参考訳（メタデータ） (2025-06-28T08:02:54Z)
• DGTR: Distributed Gaussian Turbo-Reconstruction for Sparse-View Vast Scenes [81.56206845824572]
  新規ビュー合成(NVS)アプローチは、広大なシーン再構築において重要な役割を担っている。 大規模な環境下では、復元の質が悪くなる場合が少なくない。 本稿では,スパース・ビュー・ワイド・シーンのための効率的なガウス再構成のための分散フレームワークであるDGTRを提案する。
  論文  参考訳（メタデータ） (2024-11-19T07:51:44Z)
• CoherentGS: Sparse Novel View Synthesis with Coherent 3D Gaussians [18.42203035154126]
  2次元画像空間で制御できる構造付きガウス表現を導入する。 次に、ガウス群、特にその位置を制約し、最適化中に独立に動くのを防ぐ。 我々は,様々な場面における最先端のスパースビュー NeRF ベースのアプローチと比較して,顕著な改善を示した。
  論文  参考訳（メタデータ） (2024-03-28T15:27:13Z)

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。