論文の概要: Mesh2GS: White-Box 3DGS Construction via Plenoptic Sampling
- arxiv url: http://arxiv.org/abs/2606.21898v1
- Date: Sat, 20 Jun 2026 06:30:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 02:22:47.125868
- Title: Mesh2GS: White-Box 3DGS Construction via Plenoptic Sampling
- Title（参考訳）: Mesh2GS: Plenoptic SmplingによるWhite-Box 3DGSの構築
- Authors: Haoran Zhu, Youcheng Cai, Huangsheng Du, Jingyang Meng, Ligang Liu,
- Abstract要約: 3D Gaussian Splatting (3DGS) は高品質でリアルタイムな3D再構成のための有望な手法である。
メッシュ幾何学から直接3DGSを生成するために,メッシュ2GSと呼ばれる新しいホワイトボックス3DGS構築フレームワークを提案する。
提案手法は最先端のベースラインを超越し,リアルタイム共有レンダリングと非ランベルト効果の両方に有効である。
- 参考スコア（独自算出の注目度）: 11.616763064775611
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: 3D Gaussian Splatting (3DGS) has emerged as a promising method for high-quality, real-time 3D reconstruction. To associate 3DGS with mesh representations, existing methods primarily focus on 3DGS-to-mesh reconstruction from multi-view images. In contrast, the problem of converting a mesh into 3DGS has received comparatively less attention. Instead of relying on heuristic strategies that bind 3D Gaussians to the mesh, we propose a novel white-box 3DGS construction framework, termed Mesh2GS, which generates 3DGS directly from mesh geometry based on plenoptic sampling theory, achieving Nyquist-level performance for high-quality global illumination rendering. Firstly, we propose a plenoptic sampling guided 3DGS construction strategy that theoretically derives the minimum sampling rate of the sampled views and the distribution of 3D Gaussians. Second, we propose a novel 3DGS update procedure with albedo--shading decomposition for efficient global-illumination capture. Finally, we introduce a neural illumination enhancement module to handle non-Lambertian effects. Experimental results demonstrate that our method surpasses state-of-the-art baselines and is practically effective for both real-time shared rendering and non-Lambertian effects capturing specular highlights. The project code will be released upon acceptance.
- Abstract（参考訳）: 3D Gaussian Splatting (3DGS) は高品質でリアルタイムな3D再構成のための有望な手法である。
3DGSとメッシュ表現を関連付けるため、既存の手法は主にマルチビュー画像からの3DGS-to-mesh再構成に焦点を当てている。
対照的に、メッシュを3DGSに変換するという問題は、比較的少ない注目を集めている。
メッシュに3Dガウスアンを結合するヒューリスティックな戦略に頼る代わりに、高品位なグローバル照明レンダリングのためのニキストレベルの性能を達成するために、3DGSを直接メッシュ幾何学から生成するMesh2GSと呼ばれる新しいホワイトボックス3DGS構築フレームワークを提案する。
まず,3次元ガウス分布の最小サンプリング率を理論的に導出する3DGS構成法を提案する。
次に,アルベドシェーディング分解を用いた新しい3DGS更新手法を提案する。
最後に、非ランベルト効果を扱うために、ニューラル照明強調モジュールを導入する。
実験により,本手法は最先端のベースラインを超え,実時間共有レンダリングと非ランベルト効果の両方に有効であることが示された。
プロジェクトのコードは受理時にリリースされます。
関連論文リスト
- From Volume Rendering to 3D Gaussian Splatting: Theory and Applications [5.318207476146788]
このチュートリアルは、3DGSパイプラインの簡潔で包括的な概要を提供する。
最初はその定式化から始まり、その限界に対処する主な取り組みを探求する。
表面再構成,アバターモデリング,アニメーション,コンテンツ生成に3DGSを利用するアプリケーションについて調査する。
論文 参考訳（メタデータ） (2025-10-20T20:52:41Z) - EG-Gaussian: Epipolar Geometry and Graph Network Enhanced 3D Gaussian Splatting [9.94641948288285]
EG-Gaussianは3次元シーン再構成にエピポーラ幾何学とグラフネットワークを利用する。
提案手法は3DGS法と比較して再構成精度を著しく向上させる。
論文 参考訳（メタデータ） (2025-04-18T08:10:39Z) - EVolSplat: Efficient Volume-based Gaussian Splatting for Urban View Synthesis [61.1662426227688]
既存のNeRFおよび3DGSベースの手法は、フォトリアリスティックレンダリングを実現する上で有望な結果を示すが、スローでシーンごとの最適化が必要である。
本稿では,都市景観を対象とした効率的な3次元ガウススプレイティングモデルEVolSplatを紹介する。
論文 参考訳（メタデータ） (2025-03-26T02:47:27Z) - GSD: View-Guided Gaussian Splatting Diffusion for 3D Reconstruction [52.04103235260539]
単一視点からの3次元オブジェクト再構成のためのガウススプティング表現に基づく拡散モデル手法を提案する。
モデルはGS楕円体の集合で表される3Dオブジェクトを生成することを学習する。
最終的な再構成されたオブジェクトは、高品質な3D構造とテクスチャを持ち、任意のビューで効率的にレンダリングできる。
論文 参考訳（メタデータ） (2024-07-05T03:43:08Z) - 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) - Gaussian Splatting SLAM [16.3858380078553]
単分子SLAMにおける3次元ガウス散乱の最初の応用について述べる。
我々の方法は3fpsで動作し、正確な追跡、マッピング、高品質なレンダリングに必要な表現を統一する。
ライブカメラから高忠実度で連続的に3Dシーンを再構築するためには、いくつかの革新が必要である。
論文 参考訳（メタデータ） (2023-12-11T18:19:04Z) - 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。