論文の概要: Geometry Gaussians: Decoupling Appearance and Geometry in Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2606.05124v1
- Date: Wed, 03 Jun 2026 17:29:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-04 20:44:18.929137
- Title: Geometry Gaussians: Decoupling Appearance and Geometry in Gaussian Splatting
- Title（参考訳）: 幾何学的ガウス的:ガウス的スプティングにおける外見と幾何学の分離
- Abstract要約: デフォルトの3DGSはテクスチャと幾何学を同時に表現するのに適していないことを示す。
各スプラットに1つの追加の幾何不透明度パラメータを適用することで、簡単な解を提案する。
- 参考スコア（独自算出の注目度）: 28.891336184070223
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: After the success of 3D Gaussian Splatting (3DGS) for novel view synthesis, many works have explored how to also use it for geometric surface representation. However, extracting accurate geometric information directly from 3DGS remains challenging and can often reduce the appearance rendering quality. In this work, we show that 3DGS in its default form is inheritedly unsuited to represent texture and geometry at the same time, by training with complete ground-truth texture and geometry information. We also propose a simple solution by applying a single additional geometry opacity parameter to each splat, together with an optional transparency-curated optimization pipeline. Our experiments, both with ground-truth and vision foundation model geometric input, show that this change leads to improved rendering and geometry performance on a wide variety of dataset, and especially complex scenes with transparent objects benefit significantly from our method.
- Abstract（参考訳）: 3D Gaussian Splatting(3DGS)を新しいビュー合成に成功させた後、幾何表面表現にも利用する方法を探る研究が数多く行われている。
しかし、3DGSから直接正確な幾何学的情報を抽出することは困難であり、しばしば外観のレンダリング品質を低下させる。
本研究では, 3DGS の既定形状は, テクスチャと幾何学を同時に表現するのに適していないことを示す。
また,各スプラットに1つの追加幾何学不透明度パラメータを適用し,任意の透過補正最適化パイプラインを組み込むことにより,簡単な解を提案する。
地上構造モデルと視覚基礎モデルの両方を用いた実験により、この変化は様々なデータセット上でのレンダリングおよび幾何学的性能の向上につながることが示され、特に透明な物体を持つ複雑なシーンは我々の手法から大きな恩恵を受けている。
関連論文リスト
- TV-SGS: Gaussian Splatting with Geometric Information Propagation via Tensor Voting under sparse views [5.274411980510585]
我々は、レンダリングに依存しない新しい3Dロスのクラスを導入し、文献で報告されたすべての損失と組み合わせることができる。
我々の手法は多様なバックボーンの集合と容易に統合でき、DTUとTants-and-Templesデータセットの実験では、TV-SGSがバックボーンと比較して出力の幾何性を改善することが示されている。
論文 参考訳（メタデータ） (2026-09-07T16:40:51Z) - BrepGaussian: CAD reconstruction from Multi-View Images with Gaussian Splatting [21.289489202626534]
境界表現(B-rep)は、その明示的な境界として3次元固体をモデル化する。
ディープラーニングの最近の進歩は、3次元形状の復元を大幅に改善した。
2次元画像から3次元パラメトリック表現を学習する新しいフレームワークであるB-rep Splattingを提案する。
論文 参考訳（メタデータ） (2026-02-24T17:03:45Z) - UniGS: Unified Geometry-Aware Gaussian Splatting for Multimodal Rendering [10.560500427919647]
3D Splatting に基づく統一地図表現と識別可能な属性再構成である UniGS を提案する。
我々のフレームワークは、写真リアルなRGB画像、幾何学的に正確な深度マップ、一貫した表面正規化、セマンティックロジットを同時にレンダリングできるマルチモーダルビューアを統合している。
論文 参考訳（メタデータ） (2025-10-14T06:07:57Z) - Shape from Semantics: 3D Shape Generation from Multi-View Semantics [30.969299308083723]
既存の3D再構成手法では, 3次元画像, 3次元点雲, 形状輪郭, 単一意味論などのガイダンスを用いて3次元表面を復元する。
図形や外観が、異なる視点から見ると、与えられたテキストの意味と一致した3Dモデルを作成することを目的として、新しい3Dモデリングタスク「Shape from Semantics'」を提案する。
論文 参考訳（メタデータ） (2025-02-01T07:51:59Z) - GeoSplatting: Towards Geometry Guided Gaussian Splatting for Physically-based Inverse Rendering [69.67264955234494]
GeoSplattingは、3DGSを精密な光輸送モデリングのための明確な幾何学的ガイダンスで拡張する新しいアプローチである。
最適化可能なメッシュから表面積の3DGSを微分的に構築することにより、明確に定義されたメッシュ正規と不透明なメッシュ表面を利用する。
この強化により、3DGSの効率性と高品質なレンダリング能力を保ちながら、正確な材料分解が保証される。
論文 参考訳（メタデータ） (2024-10-31T17:57:07Z) - GigaGS: Scaling up Planar-Based 3D Gaussians for Large Scene Surface Reconstruction [71.08607897266045]
3D Gaussian Splatting (3DGS) は新規なビュー合成において有望な性能を示した。
本研究は,大規模な景観表面再構築の課題に取り組むための最初の試みである。
3DGSを用いた大規模シーンのための高品質な表面再構成手法であるGigaGSを提案する。
論文 参考訳（メタデータ） (2024-09-10T17:51:39Z) - Direct Learning of Mesh and Appearance via 3D Gaussian Splatting [2.8424636089338216]
本稿では、3DGSを明示的な幾何学的表現、すなわちメッシュに組み込んだ学習可能なシーンモデルを提案する。
我々のモデルはメッシュと外観をエンドツーエンドで学習し、メッシュ面に3Dガウスアンを結合し、3DGSの微分レンダリングを行い、測光監督を得る。
論文 参考訳（メタデータ） (2024-05-11T07:56:19Z) - SAGS: Structure-Aware 3D Gaussian Splatting [53.6730827668389]
本研究では,シーンの形状を暗黙的に符号化する構造認識型ガウス散乱法(SAGS)を提案する。
SAGSは、最先端のレンダリング性能と、ベンチマークノベルビュー合成データセットのストレージ要件の削減を反映している。
論文 参考訳（メタデータ） (2024-04-29T23:26:30Z) - 3D Geometry-aware Deformable Gaussian Splatting for Dynamic View Synthesis [49.352765055181436]
動的ビュー合成のための3次元幾何学的変形可能なガウススメッティング法を提案する。
提案手法は,動的ビュー合成と3次元動的再構成を改良した3次元形状認識変形モデリングを実現する。
論文 参考訳（メタデータ） (2024-04-09T12:47:30Z) - Geometry-Contrastive Transformer for Generalized 3D Pose Transfer [95.56457218144983]
この研究の直感は、与えられたメッシュ間の幾何学的不整合を強力な自己認識機構で知覚することである。
本研究では,グローバルな幾何学的不整合に対する3次元構造的知覚能力を有する新しい幾何学コントラスト変換器を提案する。
本稿では, クロスデータセット3次元ポーズ伝達タスクのための半合成データセットとともに, 潜時等尺正則化モジュールを提案する。
論文 参考訳（メタデータ） (2021-12-14T13:14:24Z) - Pix2Surf: Learning Parametric 3D Surface Models of Objects from Images [64.53227129573293]
1つ以上の視点から見れば、新しいオブジェクトの3次元パラメトリック表面表現を学習する際の課題について検討する。
ビュー間で一貫した高品質なパラメトリックな3次元表面を生成できるニューラルネットワークを設計する。
提案手法は,共通対象カテゴリからの形状の公開データセットに基づいて,教師と訓練を行う。
論文 参考訳（メタデータ） (2020-08-18T06:33:40Z)
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。