論文の概要: DelowlightSplat: Feed-Forward Gaussian Splatting for Lowlight 3D Scene Reconstruction
- arxiv url: http://arxiv.org/abs/2605.26629v1
- Date: Tue, 26 May 2026 07:05:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-27 17:51:41.717995
- Title: DelowlightSplat: Feed-Forward Gaussian Splatting for Lowlight 3D Scene Reconstruction
- Title（参考訳）: DelowlightSplat:低照度3次元シーン再構成のためのフィードフォワードガウススプレイティング
- Authors: Fuzhen Jiang, Zengtian Xie, Zhuoran Li,
- Abstract要約: クリーンノベルビューレンダリングのための低照度フィードフォワードガウススプレイティングフレームワークであるDelowlightSplatを提案する。
ターゲットビューをきれいに保ちながら、コンテキストビューのみを劣化させることで、制御可能なマルチビューの低照度ベンチマークを構築します。
実験により,DelowlightSplatは,低照度条件下での以前のフィードフォワード法と2段パイプラインよりも有意に優れていた。
- 参考スコア（独自算出の注目度）: 6.257560917160816
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Novel-view synthesis and 3D reconstruction from sparse posed images are central to robotics and AR/VR. Yet, feed-forward 3D Gaussian reconstruction fails under lowlight due to noise, color shifts, and unreliable correspondence. We propose DelowlightSplat, a lowlight-aware feed-forward Gaussian splatting framework for clean novel-view rendering. We build a controllable multi-view lowlight benchmark by degrading only context views while keeping target views clean. We introduce a lightweight Lowlight Adapter for residual enhancement to improve matchability, and couple it with cost-volume-based multi-view inference to directly predict clean 3D Gaussians. Experiments show that DelowlightSplat significantly outperforms previous feed-forward method and two-stage pipeline under lowlight conditions.
- Abstract（参考訳）: スパースポーズ画像からの新たなビュー合成と3D再構成は、ロボット工学とAR/VRの中心である。
しかし、ノイズ、色の変化、信頼できない対応により、フィードフォワード3Dガウス再構成は低照度で失敗する。
クリーンノベルビューレンダリングのための低照度フィードフォワードガウススプレイティングフレームワークであるDelowlightSplatを提案する。
ターゲットビューをきれいに保ちながら、コンテキストビューのみを劣化させることで、制御可能なマルチビューの低照度ベンチマークを構築します。
マッチング性を向上させるために残留性向上のための軽量な低照度適応器を導入し、クリーンな3Dガウスを直接予測するために、コストボリュームベースの多ビュー推論と組み合わせる。
実験により,DelowlightSplatは,低照度条件下での以前のフィードフォワード法と2段パイプラインよりも有意に優れていた。
関連論文リスト
- SplatBright: Generalizable Low-Light Scene Reconstruction from Sparse Views via Physically-Guided Gaussian Enhancement [26.905118897488077]
SplatBrightは、スパースsRGB入力からのジョイントローライト拡張と再構成のための最初の一般化可能な3Dガウスフレームワークである。
我々のキーとなる考え方は、物理的に誘導された照明モデリングと幾何学的外観の疎結合を統合して、一貫した低照度再構成を行うことである。
SplatBright は2D と 3D の両方の手法と比較して、目立たない低照度シーンに優れた新規ビュー合成、クロスビュー一貫性、そしてより良い一般化を実現している。
論文 参考訳（メタデータ） (2025-12-21T09:06:16Z) - From Restoration to Reconstruction: Rethinking 3D Gaussian Splatting for Underwater Scenes [13.730810237133822]
水中画像復元(UIR)を3次元ガウススプラッティング(DGS)でブリッジする統合フレームワークである textbfR-Splatting を提案する。
提案手法は,多様なUIRモデルによって生成された複数の拡張ビューを1つの再構築パイプラインに統合する。
Seathru-NeRFと新しいBlueCoral3Dデータセットの実験により、R-Splattingはレンダリング品質と幾何学的精度の両方において、強いベースラインを上回ります。
論文 参考訳（メタデータ） (2025-09-22T13:50:20Z) - SVG-IR: Spatially-Varying Gaussian Splatting for Inverse Rendering [23.104424058660744]
3D Gaussian Splatting(3DGS)は、新規ビュー合成(NVS)タスクの印象的な機能を示した。
我々は,NVSとライティング品質の両面を向上することを目的とした,Spatially-vayring Gaussian Inverse Rendering (SVG-IR) と呼ばれる新しいフレームワークを提案する。
提案したSVG-IRフレームワークは、レンダリング品質を著しく向上し、ピーク信号対雑音比(PSNR)において2.5dB、リライトタスクにおいて3.5dBの既存のガウス的手法よりも2.5dB向上する。
論文 参考訳（メタデータ） (2025-04-09T12:11:58Z) - LLGS: Unsupervised Gaussian Splatting for Image Enhancement and Reconstruction in Pure Dark Environment [18.85235185556243]
本稿では3次元ガウス散乱に基づく教師なし多視点立体視システムを提案する。
本システムは、シーンを再構成しながら、低照度環境における画像の高精細化を目的としている。
実世界のデータセットを用いて行った実験により、我々のシステムは低照度化と3次元ガウススプラッティングの両方において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） (2025-03-24T13:05:05Z) - RelitLRM: Generative Relightable Radiance for Large Reconstruction Models [52.672706620003765]
本稿では,新しい照明下での3Dオブジェクトの高品質なガウススプレイティング表現を生成するためのRelitLRMを提案する。
複雑なキャプチャと遅い最適化を必要とする従来の逆レンダリングとは異なり、RelitLRMはフィードフォワードトランスフォーマーベースのモデルを採用している。
スパースビューフィードフォワードRelitLRMは、最先端の密集ビュー最適化ベースラインに対して、競争力のあるリライティング結果を提供する。
論文 参考訳（メタデータ） (2024-10-08T17:40:01Z) - FreeSplat: Generalizable 3D Gaussian Splatting Towards Free-View Synthesis of Indoor Scenes [50.534213038479926]
FreeSplatは、長いシーケンス入力から自由視点合成まで、幾何学的に一貫した3Dシーンを再構築することができる。
ビュー数に関係なく、広いビュー範囲にわたる堅牢なビュー合成を実現するための、シンプルで効果的なフリービュートレーニング戦略を提案する。
論文 参考訳（メタデータ） (2024-05-28T08:40:14Z) - Relightable 3D Gaussians: Realistic Point Cloud Relighting with BRDF Decomposition and Ray Tracing [21.498078188364566]
フォトリアリスティックなリライトを実現するために,新しい微分可能な点ベースレンダリングフレームワークを提案する。
提案したフレームワークは、メッシュベースのグラフィクスパイプラインを、編集、トレース、リライトを可能にするポイントベースのパイプラインで革新する可能性を示している。
論文 参考訳（メタデータ） (2023-11-27T18:07:58Z) - GS-IR: 3D Gaussian Splatting for Inverse Rendering [71.14234327414086]
3次元ガウス散乱(GS)に基づく新しい逆レンダリング手法GS-IRを提案する。
我々は、未知の照明条件下で撮影された多視点画像からシーン形状、表面物質、環境照明を推定するために、新しいビュー合成のための最高のパフォーマンス表現であるGSを拡張した。
フレキシブルかつ表現力のあるGS表現は、高速かつコンパクトな幾何再構成、フォトリアリスティックな新規ビュー合成、有効物理ベースレンダリングを実現する。
論文 参考訳（メタデータ） (2023-11-26T02:35:09Z)
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。