論文の概要: UniTriSplat: A Unified 3D Gaussian Splatting Framework with Uniform Spherical Rasterization for Universal Cameras
- arxiv url: http://arxiv.org/abs/2606.29794v1
- Date: Mon, 29 Jun 2026 05:14:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.058535
- Title: UniTriSplat: A Unified 3D Gaussian Splatting Framework with Uniform Spherical Rasterization for Universal Cameras
- Title（参考訳）: UniTriSplat:Universal Camera用一様球面ラスタ化を備えた統一3Dガウス平滑化フレームワーク
- Abstract要約: UniTriSplatは、ユニバーサルカメラのための統一された3DGSフレームワークで、HEALPixの離散化により、単位球上のガウススプラッティングを再構成する。
球状ラジアン領域におけるガウスの前方レンダリングと勾配伝播を導出し,狭視野FoV画像から全360度パノラマまで均一な最適化挙動を示す。
- 参考スコア（独自算出の注目度）: 23.37105294238413
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Existing 3D Gaussian Splatting (3DGS) frameworks rely on camera-specific rasterization, suffering from inconsistent solid-angle sampling and degraded performance across heterogeneous camera models (e.g., perspective, fisheye, omnidirectional). To address this limitation, we propose UniTriSplat, a unified 3DGS framework for universal cameras that reformulates Gaussian splatting on the unit sphere via HEALPix discretization. Leveraging the equal-area property of HEALPix, we construct a spherical sampling grid aligned with the angular resolution of input images. We derive the forward rendering and gradient propagation of Gaussians directly in the spherical radian domain, yielding uniform optimization behavior from narrow-FoV images to full 360-degree panoramas. To enhance perceptual reconstruction quality, we additionally introduce a HEALPix-aware SSIM loss that respects spherical neighborhood structure. Extensive experiments across diverse camera models demonstrate that UniTriSplat consistently improves cross-camera generalization while preserving geometric fidelity and rendering quality.
- Abstract（参考訳）: 既存の3D Gaussian Splatting (3DGS) フレームワークはカメラ固有のラスタ化に依存しており、不整合なソリッドアングルサンプリングと異種カメラモデル(例えば、視界、魚眼、全方位)での劣化性能に悩まされている。
この制限に対処するために, HEALPixの離散化により単位球上のガウススプラッティングを再構成するユニバーサルカメラ用統合3DGSフレームワークであるUniTriSplatを提案する。
HEALPixの等面積特性を利用して,入力画像の角分解能に整合した球面サンプリンググリッドを構築する。
球状ラジアン領域におけるガウスの前方レンダリングと勾配伝播を導出し,狭視野FoV画像から全360度パノラマまで均一な最適化挙動を示す。
知覚的再構成の質を高めるために,球面近傍構造を尊重するHEALPix対応SSIMロスを導入する。
多様なカメラモデルにわたる大規模な実験により、UniTriSplatは幾何学的忠実さとレンダリング品質を維持しながら、常にクロスカメラの一般化を改善することが示されている。
関連論文リスト
- ConeGaussian: Anti-Aliased Gaussian Ray-Tracing for Generic Central Cameras [56.46810752790842]
ガウス線レンダリングのためのカメラモデルに依存しないアンチエイリアスフレームワークであるConeGaussianを提案する。
有限画素フットプリントの局所線形,深部局所,モーメントマッチング近似の下で閉形式応答を導出する。
mip-splattingとは異なり、シーン空間の周波数フロアとフィルタリングはレンダリング時に自明な合成を可能にし、余分なぼやけを取り除くことができる。
論文 参考訳（メタデータ） (2026-09-11T18:05:07Z) - 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) - Spherical-GOF: Geometry-Aware Panoramic Gaussian Opacity Fields for 3D Scene Reconstruction [17.20174890101058]
Spherical-GOF(Spherical-GOF)は、ガウスのOpacity Fields(GOF)上に構築された一方向レンダリングフレームワークである。
GOFは球面上の単位球面に直接GOF線サンプリングを行い、パノラマ描画のための一貫した光-ガウス相互作用を可能にする。
標準的なパノラマベンチマークの実験は、競争力のある測光品質を示し、一貫性を大幅に改善した。
論文 参考訳（メタデータ） (2026-03-09T15:35:56Z) - 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) - 3DGEER: Exact and Efficient Volumetric Rendering with 3D Gaussians [15.776720879897345]
本稿では3DGEER(Exact and Efficient Volumetric Gaussian Rendering method)を紹介する。
提案手法は従来手法を一貫して上回り, リアルタイムなニューラルレンダリングにおける新しい最先端技術を確立する。
論文 参考訳（メタデータ） (2025-05-29T22:52:51Z) - You Need a Transition Plane: Bridging Continuous Panoramic 3D Reconstruction with Perspective Gaussian Splatting [57.44295803750027]
本稿では,連続的なパノラマ3次元シーンをガウススプラッティングで橋渡しするための新しいフレームワークTPGSを提案する。
具体的には、個々の立方体面内で3Dガウスを最適化し、縫合されたパノラマ空間でそれらを微調整する。
屋内、屋外、エゴセントリック、ローミングのベンチマークデータセットの実験は、我々のアプローチが既存の最先端の手法より優れていることを示している。
論文 参考訳（メタデータ） (2025-04-12T03:42:50Z) - Coca-Splat: Collaborative Optimization for Camera Parameters and 3D Gaussians [26.3996055215988]
Coca-Splatは、スパースビューのポーズレスシーン再構築と新規ビュー合成(NVS)の課題に対処する新しいアプローチである
変形検出TRansformerにインスパイアされ、3次元ガウスおよびカメラパラメータの別クエリを設計する。
変形可能なトランスフォーマー層を通じて層ごとにレイヤを更新し、単一のネットワークで共同最適化を可能にする。
論文 参考訳（メタデータ） (2025-04-01T10:48:46Z) - SC-OmniGS: Self-Calibrating Omnidirectional Gaussian Splatting [29.489453234466982]
SC-OmniGSは、360度画像を用いた高速かつ正確な放射野再構成のための新しい自己校正システムである。
実世界のデータの歪みを補正し,性能向上を図るために,一方向一方向カメラモデルを導入する。
論文 参考訳（メタデータ） (2025-02-07T08:06:30Z) - FreeSplatter: Pose-free Gaussian Splatting for Sparse-view 3D Reconstruction [69.63414788486578]
FreeSplatterはスケーラブルなフィードフォワードフレームワークで、キャリブレーションされていないスパースビュー画像から高品質な3Dガウシアンを生成する。
当社のアプローチでは,自己注意ブロックが情報交換を容易にする合理化トランスフォーマーアーキテクチャを採用している。
包括的データセットに基づいて,オブジェクト中心とシーンレベルの再構築のための2つの特殊な変種を開発する。
論文 参考訳（メタデータ） (2024-12-12T18:52:53Z) - PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。
本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
論文 参考訳（メタデータ） (2024-10-29T15:28:15Z) - Gaussian Opacity Fields: Efficient Adaptive Surface Reconstruction in Unbounded Scenes [50.92217884840301]
Gaussian Opacity Fields (GOF)は、シーンにおける効率的で高品質で適応的な表面再構成のための新しいアプローチである。
GOFは3Dガウスのレイトレーシングに基づくボリュームレンダリングに由来する。
GOFは、表面再構成と新しいビュー合成において、既存の3DGSベースの手法を超越している。
論文 参考訳（メタデータ） (2024-04-16T17:57:19Z) - 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)
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。