論文の概要: HiGS: A Hierarchical Rendering Architecture for Real-Time 3D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2606.00352v1
• Date: Fri, 29 May 2026 20:46:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:28.308504
• Title: HiGS: A Hierarchical Rendering Architecture for Real-Time 3D Gaussian Splatting
• Title（参考訳）: HiGS: リアルタイム3Dガウス撮影のための階層的レンダリングアーキテクチャ
• Abstract要約: 3D Gaussian Splatting (3DGS) はコモディティGPUにおけるリアルタイムな新規ビュー合成の標準となっている。 ここでは階層的階層的ガウス的スプレイティング(HiGS)を示し、それぞれに独自のスケールを与える。 HiGSはオリジナルの3DGSよりも最大15.8倍高速で、完全にフロント・ツー・バックのアルファを保っている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Gaussian Splatting (3DGS) has become the standard for real-time novel view synthesis on commodity GPUs. Its pipeline ties spatial partitioning and rasterization to one tile size, yet the two pull in opposite directions: partitioning, which bins and depth-sorts gaussians, grows cheaper with larger tiles, while rasterization gets cheaper with smaller ones. Prior acceleration work reduces the cost of individual stages but keeps both locked to that single scale, where a few dense tiles dominate frame time. We present Hierarchically Tiled Gaussian Splatting (HiGS), which gives each its own scale: partitioning runs over coarse macro-tiles, while rasterization runs over the fine render tiles within them. Rasterization work is then issued in proportion to the gaussians in each macro-tile rather than per tile, so dense regions spread across many parallel units instead of serializing through one. Across tested scenes, HiGS renders up to 15.8x faster than the original 3DGS and outperforms every other rasterizer we evaluate, while preserving exact front-to-back alpha compositing.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は、コモディティGPU上でのリアルタイムな新規ビュー合成の標準となっている。 パイプラインは空間分割とラスタ化を1つのタイルサイズに結び付けるが、この2つは反対方向に引き寄せる。 以前の加速作業では個々のステージのコストが削減されるが、高密度のタイルがフレームタイムを支配している単一スケールにロックされている。 階層的に階層化されたガウススプラッティング (HiGS) は、それぞれ独自のスケールを与える: パーティショニングは粗いマクロタイル上で実行され、ラスタライゼーションは内部の微細なレンダリングタイル上で実行される。 その後、ラスタ化処理はタイルごとにではなく、各マクロタイルのガウスに比例して発行されるので、高密度領域は1つをシリアライズするのではなく、多くの並列単位に分散する。 テストされたシーン全体で、HiGSはオリジナルの3DGSよりも最大15.8倍高速でレンダリングし、評価した他のラスタライザよりも優れています。

関連論文リスト

• Local-GS: Accelerating 3D Gaussian Splatting via Tile-Local Warp Coherence [31.001161060131622]
  3D Gaussian Splatting (3DGS)は、シーンを異方性3D Gaussianプリミティブの密集体として表現することにより、リアルタイムなノベルビュー計算を著しく進歩させた。 シーン幾何学よりもSIMT(Single Instruction, Multiple Threads)の実行境界に関してガウス的プリミティブを整理するワープコヒーレントレンダリングパラダイムであるLocal-GSを提案する。 プラグ・アンド・プレイの最適化として、全てのテストベースラインにさらなるパフォーマンス向上をもたらし、Deep Blendingのシーンで7.76Times$のスピードアップが達成された。
  論文  参考訳（メタデータ） (2026-06-15T11:08:10Z)
• AdaGScale: Viewpoint-Adaptive Gaussian Scaling in 3D Gaussian Splatting to Reduce Gaussian-Tile Pairs [5.094033580907522]
  本稿では,ガウスのタイル対数を削減するために,視点適応型ガウススケーリング手法を提案する。 AdaGScaleはガウス中心から遠く離れた周辺タイルがピクセルの色蓄積に無視的に寄与しているという観測に基づいている。 AdaGScaleは、GPU上の元の3D-GSよりも13.8倍高速で、都市スケールのシーンではPSNRが0.5dB程度しか劣化しない。
  論文  参考訳（メタデータ） (2026-04-21T02:07:02Z)
• Second-order Optimization of Gaussian Splats with Importance Sampling [51.95046424364725]
  3D Gaussian Splatting (3DGS) は、高品質で高速な推論時間のため、新しいビューレンダリングに広く用いられている。 本稿では,Levenberg-Marquardt (LM) と Conjugate Gradient (CG) に基づく新しい2階最適化手法を提案する。 提案手法は標準LMよりも3倍の高速化を実現し,ガウス数が少ない場合のAdamを6倍の6倍の速さで上回る。
  論文  参考訳（メタデータ） (2025-04-17T12:52:08Z)
• StochasticSplats: Stochastic Rasterization for Sorting-Free 3D Gaussian Splatting [28.48846639700183]
  3D Gaussian splatting (3DGS) は、多くのアプリケーション固有の拡張を持つ一般的な放射場法である。 ほとんどの変種は、同じコアアルゴリズムに依存している: ガウススプラッターの深さソートを行い、プリミティブな順序でレンダリングする。 3Dスプラッティングとレンダリングを組み合わせることで、上記の制限に対処する。 我々の手法はソートよりも4倍以上高速である。
  論文  参考訳（メタデータ） (2025-03-31T17:46:18Z)
• PG-SAG: Parallel Gaussian Splatting for Fine-Grained Large-Scale Urban Buildings Reconstruction via Semantic-Aware Grouping [6.160345720038265]
  本稿では,分割処理とカーネル最適化の両方にセマンティックキューをフル活用した並列ガウス分割手法PG-SAGを提案する。 その結果, 建物表面の再構成におけるPG-SAGの優れた性能を示すことができた。
  論文  参考訳（メタデータ） (2025-01-03T07:40:16Z)
• 3D Convex Splatting: Radiance Field Rendering with 3D Smooth Convexes [87.01284850604495]
  多視点画像から幾何学的に有意な放射場をモデル化するためのプリミティブとして3次元滑らかな凸を利用した3次元凸法(3DCS)を提案する。 3DCSは、MipNeizer, Tanks and Temples, Deep Blendingなどのベンチマークで、3DGSよりも優れたパフォーマンスを実現している。 本結果は,高品質なシーン再構築のための新しい標準となる3Dコンベクシングの可能性を強調した。
  論文  参考訳（メタデータ） (2024-11-22T14:31:39Z)
• CityGaussianV2: Efficient and Geometrically Accurate Reconstruction for Large-Scale Scenes [53.107474952492396]
  CityGaussianV2は大規模なシーン再構築のための新しいアプローチである。 分解段階の密度化・深さ回帰手法を実装し, ぼやけたアーチファクトを除去し, 収束を加速する。 本手法は, 視覚的品質, 幾何学的精度, ストレージ, トレーニングコストの両立を図っている。
  論文  参考訳（メタデータ） (2024-11-01T17:59:31Z)
• MeshGS: Adaptive Mesh-Aligned Gaussian Splatting for High-Quality Rendering [61.64903786502728]
  本稿では,メッシュ表現を3次元ガウススプラットと統合し,再現された現実世界のシーンの高品質なレンダリングを実現する手法を提案する。 各ガウススプレートとメッシュ表面との距離を, 密接な束縛と緩い束縛の相違点として検討した。 提案手法は,2dB高いPSNRを達成し,メッシュベースのガウス分割法を1.3dBPSNRで上回った。
  論文  参考訳（メタデータ） (2024-10-11T16:07:59Z)
• GaussianPro: 3D Gaussian Splatting with Progressive Propagation [49.918797726059545]
  3DGSはStructure-from-Motion (SfM)技術によって生成されるポイントクラウドに大きく依存している。 本稿では, 3次元ガウスの密度化を導くために, プログレッシブ・プログレッシブ・プログレッシブ・ストラテジーを適用した新しい手法を提案する。 提案手法はデータセット上の3DGSを大幅に上回り,PSNRでは1.15dBの改善が見られた。
  論文  参考訳（メタデータ） (2024-02-22T16:00:20Z)
• SAGD: Boundary-Enhanced Segment Anything in 3D Gaussian via Gaussian Decomposition [66.56357905500512]
  3Dガウススプラッティングは、新しいビュー合成のための代替の3D表現として登場した。 SAGDは3D-GSのための概念的にシンプルで効果的な境界拡張パイプラインである。 提案手法は粗い境界問題なく高品質な3Dセグメンテーションを実現し,他のシーン編集作業にも容易に適用できる。
  論文  参考訳（メタデータ） (2024-01-31T14:19:03Z)
• Compact 3D Scene Representation via Self-Organizing Gaussian Grids [10.816451552362823]
  3D Gaussian Splattingは、静的な3Dシーンをモデリングするための非常に有望なテクニックとして最近登場した。 本稿では3DGSのパラメータを局所的均一性を持つ2次元グリッドに整理したコンパクトなシーン表現を提案する。 本手法は,訓練時間の増加を伴わない複雑なシーンに対して,17倍から42倍の縮小係数を実現する。
  論文  参考訳（メタデータ） (2023-12-19T20:18:29Z)

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。