論文の概要: TWINGS: Thin Plate Splines Warp-aligned Initialization for Sparse-View Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2605.22069v2
• Date: Thu, 28 May 2026 04:53:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-30 05:02:24.523125
• Title: TWINGS: Thin Plate Splines Warp-aligned Initialization for Sparse-View Gaussian Splatting
• Title（参考訳）: TWINGS:Sparse-View Gaussian Splattingのための薄板スプライシングワープ整列初期化
• Authors: Hyeseong Kim, Geonhui Son, Deukhee Lee, Dosik Hwang,
• Abstract要約: スパースビュー入力からの新たなビュー合成は、3Dコンピュータビジョンにおいて重要な課題となっている。 本稿では,3次元ガウススプラッティング(3DGS)を強化するフレームワークであるTWINGSを紹介する。
• 参考スコア（独自算出の注目度）: 8.053397420241787
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Novel view synthesis from sparse-view inputs poses a significant challenge in 3D computer vision, particularly for achieving high-quality scene reconstructions with limited viewpoints. We introduce TWINGS, a framework that enhances 3D Gaussian Splatting (3DGS) by directly addressing point sparsity. We employ Thin Plate Splines (TPS), a smooth non-rigid deformation model that minimizes bending energy to estimate a globally coherent warp from control-point correspondences, to align backprojected points from estimated depth with triangulated 3D control points, yielding calibrated backprojected points. By sampling these calibrated points near the control points, TWINGS provides a fast and geometrically accurate initialization for 3DGS, ultimately improving structural detail preservation and color fidelity in reconstructed scenes. Extensive experiments on DTU, LLFF, and Mip-NeRF360 demonstrate that TWINGS consistently outperforms existing methods, delivering detailed and accurate reconstructions under sparse-view scenarios.
• Abstract（参考訳）: スパースビュー入力からの新たなビュー合成は、3次元コンピュータビジョンにおいて重要な課題となり、特に限られた視点で高品質なシーン再構築を実現する。 本稿では,3次元ガウススプラッティング(3DGS)を強化するフレームワークであるTWINGSを紹介する。 制御点対応から大域的コヒーレントワープを推定するために、曲げエネルギーを最小限に抑えるスムーズな非剛性変形モデルであるThin Plate Splines (TPS)を用いて、三角3次元制御点で推定深さから逆投影点を整列し、キャリブレーションされた逆投影点を得る。 制御点付近でこれらの校正点をサンプリングすることにより、TWINGSは3DGSの高速かつ幾何学的に正確な初期化を提供し、最終的に再構成されたシーンにおける構造的詳細保存と色忠実性を改善する。 DTU、LLFF、Mip-NeRF360に関する大規模な実験は、TWINGSが既存の手法を一貫して上回り、スパースビューのシナリオ下で詳細な正確な再構築を行うことを示した。

関連論文リスト

• Gesplat: Robust Pose-Free 3D Reconstruction via Geometry-Guided Gaussian Splatting [21.952325954391508]
  本稿では、3DGSベースのフレームワークであるGesplatを紹介し、ロバストな新しいビュー合成と、未提示のスパース画像からの幾何的に一貫した再構成を可能にする。 提案手法は,他のポーズフリー手法と比較して,前方および大規模の複雑なデータセット上でより堅牢な性能を実現する。
  論文  参考訳（メタデータ） (2025-10-11T08:13:46Z)
• HBSplat: Robust Sparse-View Gaussian Reconstruction with Hybrid-Loss Guided Depth and Bidirectional Warping [11.035994094874141]
  HBSplatは、堅牢な構造的キュー、仮想ビュー制約、隠蔽された領域補完をシームレスに統合するフレームワークである。 HBSplatは21.13dBのPSNRと0.189LPIPSを達成し、リアルタイム推論を維持している。
  論文  参考訳（メタデータ） (2025-09-29T15:03:31Z)
• PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
  PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。 本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
  論文  参考訳（メタデータ） (2024-10-29T15:28:15Z)
• Improving Gaussian Splatting with Localized Points Management [52.009874685460694]
  局所的点管理(LPM)は、点加算と幾何校正の両方を最大限に必要としながら、これらの誤り貢献ゾーンを特定することができる。 LPMは特定されたゾーンに点密度を適用し、これらの領域の前にある点の不透明度をリセットし、不適切な点を修正する新しい機会を生み出す。 特に、LPMは静的3DGSとダイナミックなSpaceTimeGSの両方を改善して、リアルタイム速度を維持しながら最先端のレンダリング品質を実現している。
  論文  参考訳（メタデータ） (2024-06-06T16:55:07Z)
• 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)

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。