論文の概要: FLAT: Feedforward Latent Triangle Splatting for Geometrically Accurate Scene Generation

• arxiv url: http://arxiv.org/abs/2606.24876v1
• Date: Tue, 23 Jun 2026 17:53:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 22:16:49.136179
• Title: FLAT: Feedforward Latent Triangle Splatting for Geometrically Accurate Scene Generation
• Title（参考訳）: FLAT: 幾何学的精度の高いシーン生成のためのフィードフォワード潜時三角法
• Authors: Orest Kupyn, Goutam Bhat, Philipp Henzler, Fabian Manhardt, Christian Rupprecht, Federico Tombari,
• Abstract要約: ビデオ拡散潜水器から直接三角形スプラットをデコードするFLATを導入する。 標準的なベンチマークでは、FLATは最先端のフィードフォワードベースラインに比べて、はるかに優れた幾何学的精度を実現している。 軽量なテスト時間改善ステップにより,予測された三角形のスープが不透明でゲームエンジン対応の表現に変換されることを示す。
• 参考スコア（独自算出の注目度）: 72.38727895659405
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generating explorable 3D scenes from a single image requires strong generative priors and accurate geometric representations suitable for downstream use. Current video diffusion models offer high-quality generation and implicitly encode multi-view geometric structure in latent space. However, existing feedforward latent scene decoders typically output volumetric 3D Gaussians that lack a well-defined surface, limiting their use in simulation or standard graphics pipelines. This motivates decoding surface-aligned primitives that are not only renderable but also closer to explicit geometric assets. We ask whether compressed video diffusion latents can be mapped directly to explicit surface primitives in a single pass. To this end, we introduce FLAT and, for the first time, show that triangle splats can be decoded directly from video diffusion latents. Compared with decoding 3D Gaussians, predicting flat primitives is notoriously more challenging due to high sensitivity to primitive orientations, oftentimes leading to poor gradient flow. FLAT solves with two key ingredients: a ray-centered rotation parameterization for triangle regression and a novel product window function that improves gradient flow during differentiable triangle rendering. On standard benchmarks, FLAT achieves significantly better geometric accuracy while maintaining competitive visual quality compared to state-of-the-art feedforward baselines. We further show that a lightweight test-time refinement step converts the predicted triangle soup into a fully opaque, game-engine-ready representation that supports real-time rendering. By evaluating 3DGS, 2DGS, and triangle splatting variants under an identical training setup, we provide the first systematic analysis of representation tradeoffs in feedforward scene generation. The project page is available at https://flat-splat.github.io
• Abstract（参考訳）: 単一の画像から探索可能な3Dシーンを生成するには、強力な生成先と、下流での使用に適した正確な幾何学的表現が必要である。 現在のビデオ拡散モデルは、高品質な生成と暗黙的に潜在空間の多視点幾何学構造を符号化する。 しかし、既存のフィードフォワード遅延シーンデコーダは、よく定義された表面を持たないボリューム3Dガウスを出力し、シミュレーションや標準グラフィックスパイプラインでの使用を制限する。 これは、レンダリング可能なだけでなく、明示的な幾何学的資産に近い表面整列プリミティブの復号化を動機付けている。 圧縮されたビデオ拡散潜水剤を1回のパスで明示的な表面プリミティブに直接マッピングできるかどうかを問う。 この目的のために,FLATを導入し,ビデオ拡散潜水器から直接三角形スプラットを復号化できることを初めて示す。 3Dガウスの復号と比較して、平坦なプリミティブの予測はプリミティブ指向に対する高い感度のため、しばしば勾配フローの低下につながるため、より難しいことが知られている。 FLATは、三角形回帰のための線中心回転パラメータ化と、微分可能な三角形描画時の勾配流を改善する新しい製品ウィンドウ関数の2つの重要な要素で解決する。 標準的なベンチマークでは、FLATは最先端のフィードフォワードベースラインと比較して、競争力のある視覚的品質を維持しながら、かなり優れた幾何学的精度を実現している。 さらに、軽量なテストタイム改善ステップにより、予測された三角形のスープが、リアルタイムレンダリングをサポートする完全に不透明でゲームエンジン対応の表現に変換されることを示す。 3DGS, 2DGS, 三角形スプラッティング変種を同一の訓練装置で評価することにより, フィードフォワードシーン生成における表現トレードオフの体系的解析を行った。 プロジェクトのページはhttps://flat-splat.github.ioで公開されている。

関連論文リスト

• TriSplat: Simulation-Ready Feed-Forward 3D Scene Reconstruction [65.03268438396556]
  TriSplatは、向き付けられた三角形のプリミティブを持つシーンを表すフィードフォワード再構築ネットワークである。 シミュレーション可能なメッシュシーンを1つのフォワードパスからエクスポートする。 RealEstate10K と DL3DV の実験により、この表現はガウスのフィードフォワードベースラインよりも幾何に忠実な再構成を生成することが示された。
  論文  参考訳（メタデータ） (2026-05-25T17:59:53Z)
• SurfSplat: Conquering Feedforward 2D Gaussian Splatting with Surface Continuity Priors [23.876164780443915]
  SurfSplatは2D Gaussian Splatting (2DGS)プリミティブに基づいたフィードフォワードフレームワークである。 表面の連続性を前もって組み込むことで、SurfSplatは忠実なテクスチャとともにコヒーレントな幾何学を再構築する。 HRRC(High-Resolution Rendering Consistency)は,高分解能の再現性を評価するための新しい評価指標である。
  論文  参考訳（メタデータ） (2026-02-02T11:58:26Z)
• Triangle Splatting+: Differentiable Rendering with Opaque Triangles [54.18495204764292]
  微分可能なスティングフレームワーク内での三角形を直接最適化するTriangle Splatting+を導入する。 本手法は, 視覚的忠実度において, より効率的かつ高速なトレーニングを継続しながら, 従来のスプレイティング手法を超越した手法である。 結果として生じるセミコネクテッドメッシュは、物理ベースのシミュレーションやインタラクティブなウォークスルーのような下流のアプリケーションをサポートする。
  論文  参考訳（メタデータ） (2025-09-29T17:43:46Z)
• Radiant Triangle Soup with Soft Connectivity Forces for 3D Reconstruction and Novel View Synthesis [8.088722876499466]
  半透明な三角形プリミティブの集合である三角形スープを用いた推定時間シーン最適化アルゴリズムを提案する。 三角形は、非常に複雑な幾何学を達成するために接続できる曲面の自然な局所平坦なプロキシである。 我々は新しい表現を活用し、最適化の目的を取り入れ、基礎となるプリミティブに直接空間正規化を強制する。
  論文  参考訳（メタデータ） (2025-05-29T16:50:28Z)
• Triangle Splatting for Real-Time Radiance Field Rendering [96.8143602720977]
  我々は、エンドツーエンドの勾配によって直接三角形を最適化する微分可能を開発する。 一般的な2次元および3次元ガウススプラッティング法と比較すると,本手法は高い視覚的忠実度,より高速な収束,レンダリングスループットの向上を実現している。 textitGardenのシーンでは、オフザシェルフメッシュを使用して1280x720の解像度で2,400 FPSを達成しています。
  論文  参考訳（メタデータ） (2025-05-25T14:47:10Z)
• 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)
• Hybrid Explicit Representation for Ultra-Realistic Head Avatars [55.829497543262214]
  我々は,超現実的な頭部アバターを作成し,それをリアルタイムにレンダリングする新しい手法を提案する。 UVマップされた3Dメッシュは滑らかな表面のシャープでリッチなテクスチャを捉えるのに使われ、3Dガウス格子は複雑な幾何学構造を表現するために用いられる。 モデル化された結果が最先端のアプローチを上回る実験を行ないました。
  論文  参考訳（メタデータ） (2024-03-18T04:01:26Z)

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。