論文の概要: Local-GS: Accelerating 3D Gaussian Splatting via Tile-Local Warp Coherence

• arxiv url: http://arxiv.org/abs/2606.16566v1
• Date: Mon, 15 Jun 2026 11:08:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:34.473846
• Title: Local-GS: Accelerating 3D Gaussian Splatting via Tile-Local Warp Coherence
• Title（参考訳）: Local-GS: Tile-Local Warp Coherenceによる3Dガウススプラッティングの高速化
• Authors: Yang Luo, Yan Gong, Yongsheng Gao, Jie Zhao, Xinyu Zhang, Huaping Liu,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 31.001161060131622
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Gaussian Splatting (3DGS) has significantly advanced real-time novel view synthesis by representing scenes as dense collections of anisotropic 3D Gaussian primitives. However, the irregular spatial distribution of Gaussians often leads to poor GPU utilization, as warp divergence and redundant computation degrade rendering performance. To address this, we present Local-GS, a warp-coherent rendering paradigm that, organizes Gaussian primitives with respect to SIMT (Single Instruction, Multiple Threads) execution boundaries rather than scene geometry. Specifically, we propose three warp-coherent stages: a hoisting stage that precomputes shared parameters at tile level, a culling stage that discards warps with no contribution, and a blending stage that replaces per-pixel branching with a uniform instruction stream. Across extensive benchmarks on multiple datasets, Local-GS improves efficiency without compromising quality. As a plug-and-play optimization, it provides additional performance gains to all tested baselines, culminating in a $7.76\times$ speedup on Deep Blending scenes.
• Abstract（参考訳）: 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合成を著しく進歩させた。 しかし、ガウシアンの不規則な空間分布は、ワープのばらつきや冗長計算によるレンダリング性能の低下など、GPU利用の低さにつながることが多い。 そこで我々は,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。 具体的には、3つのワープコヒーレントステージを提案する。タイルレベルで共有パラメータをプリコンプリートするホスティングステージ、コントリビューションなしでワープを破棄するカリングステージ、均一な命令ストリームでピクセルごとの分岐を置き換えるブレンディングステージである。 複数のデータセットに関する広範なベンチマークを通じて、Local-GSは品質を損なうことなく効率を向上する。 プラグ・アンド・プレイの最適化として、テストされたすべての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7.76\times$のスピードアップが達成された。

関連論文リスト

• MMGS: 10$\times$ Compressed 3DGS through Optimal Transport Aggregation based on Multi-view Ranking [6.445070918236315]
  本稿では,グローバルな幾何分布マッチング問題としてガウス最適化を定式化する新しいフレームワークを提案する。 提案手法は,バニラ3DGSと比較して,プリミティブのtextbf10$%とトレーニング速度を高速化する textbf10$times$のみを用いて,最先端のレンダリング品質を実現する。
  論文  参考訳（メタデータ） (2026-05-19T03:33:02Z)
• NG-GS: NeRF-Guided 3D Gaussian Splatting Segmentation [65.34304674634713]
  3DGSにおける高品質なオブジェクトセグメンテーションのためのフレームワークであるNG-GSを導入する。 本手法は, 境界mIoUにおいて, フォトリアリスティックな技術性能を実現し, 有意な利得が得られることを示す。
  論文  参考訳（メタデータ） (2026-04-16T07:14:07Z)
• GS^2: Graph-based Spatial Distribution Optimization for Compact 3D Gaussian Splatting [50.2045409672451]
  3D Gaussian Splatting (3DGS)は、新しいビュー合成とリアルタイムレンダリングにおいて画期的な性能を示した。 大量のガウス点があるため、高いメモリコストに制約される。 コンパクトな3DGSのためのグラフベースの空間分布最適化を提案する。
  論文  参考訳（メタデータ） (2026-04-02T10:41:51Z)
• Segmentation-Driven Initialization for Sparse-view 3D Gaussian Splatting [0.9251324073335035]
  3D Gaussian Splatting (3DGS)は、競争力のあるリアルタイムレンダリングを可能にした。 既存のパイプラインは、しばしばカメラポーズ推定にStructure-from-Motion(SfM)に依存している。 本研究では,構造的に重要な領域のみを識別・保持するために,領域ベースセグメンテーションを活用して非効率を緩和する手法を提案する。
  論文  参考訳（メタデータ） (2025-09-15T12:31:33Z)
• Gaussian Herding across Pens: An Optimal Transport Perspective on Global Gaussian Reduction for 3DGS [13.03299802566674]
  3DGSは、放射場レンダリングの強力な技術として登場したが、通常は数百万の冗長なガウスプリミティブを必要とする。 本稿では,グローバルなガウス混合還元として3DGSのコンパクト化を推し進める,新しい最適輸送視点を提案する。 本手法は,バニラおよび加速3DGSパイプラインの任意の段階に適用可能であり,軽量なニューラルレンダリングへの効率的かつ非依存的な経路を提供する。
  論文  参考訳（メタデータ） (2025-06-11T09:04:44Z)
• 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)
• PUP 3D-GS: Principled Uncertainty Pruning for 3D Gaussian Splatting [59.277480452459315]
  本研究では,視覚的忠実度と前景の細部を高い圧縮比で保持する原理的感度プルーニングスコアを提案する。 また,トレーニングパイプラインを変更することなく,事前訓練した任意の3D-GSモデルに適用可能な複数ラウンドプルーファインパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-06-14T17:53:55Z)
• Spec-Gaussian: Anisotropic View-Dependent Appearance for 3D Gaussian Splatting [55.71424195454963]
  Spec-Gaussian は球面調和の代わりに異方性球面ガウス場を利用するアプローチである。 実験結果から,本手法はレンダリング品質の面で既存の手法を超越していることが示された。 この改良は、3D GSの適用性を高めて、特異面と異方面の複雑なシナリオを扱う。
  論文  参考訳（メタデータ） (2024-02-24T17:22:15Z)
• GES: Generalized Exponential Splatting for Efficient Radiance Field Rendering [112.16239342037714]
  GES(Generalized Exponential Splatting)は、GEF(Generalized Exponential Function)を用いて3Dシーンをモデル化する斬新な表現である。 周波数変調損失の助けを借りて、GESは新規なビュー合成ベンチマークにおいて競合性能を達成する。
  論文  参考訳（メタデータ） (2024-02-15T17:32:50Z)

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。