論文の概要: Learning Efficient 4D Gaussian Representations from Monocular Videos with Flow Splatting

• arxiv url: http://arxiv.org/abs/2606.29976v1
• Date: Mon, 29 Jun 2026 08:50:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:16.136571
• Title: Learning Efficient 4D Gaussian Representations from Monocular Videos with Flow Splatting
• Title（参考訳）: フロースプレイティングによる単眼映像からの4次元ガウス表現の学習
• Authors: Shengjun Zhang, Jinzhao Li, Xin Fei, Yueqi Duan,
• Abstract要約: モノクロビデオから3Dシーンを再構成することは、シーンの複雑さと時間的ダイナミクスのために困難である。 本研究では,速度場を構成するフロースプレイティングを提案し,従来のスプレイティング技術を用いて速度場から光学的流れを描画する。 我々のモデルは、より少ない時間消費と高いレンダリング速度で画像品質を実現する。
• 参考スコア（独自算出の注目度）: 34.03585070174764
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reconstructing dynamic 3D scenes from monocular videos is challenging due to scene complexity and temporal dynamics. With the advancement of 3D Gaussian Splatting in novel view synthesis, existing methods extend 3D Gaussians to 4D domain with deformation fields, trajectories or spatiotemporal 4D volumes to model scene element deformation. However, these methods suffer from long training time, low rendering speed or high memory consumption for per-frame reconstruction of 4D volumes, without fully exploiting dense dynamic information. To address this issue, we propose Flow Splatting, which constructs the velocity field and enables the conventional splatting technique to render optical flow from the velocity field to supervise dynamics learning process from monocular videos. Specifically, we extend 4D volumes with time varying means and covariance to represent complex dynamics. Then, we construct and approximate the velocity field naturally based on this representations. While conventional volume rendering techniques support to render color fields, we extend the volume rendering strategy to splat the velocity field by considering the influence of camera motions. We conduct experiments on various benchmarks to demonstrate the efficiency and effectiveness of our method. Compared to the state-of-the-art methods, our model achieves better image quality with less time consumption and higher rendering speed.
• Abstract（参考訳）: モノクロビデオから動的3Dシーンを再構成することは、シーンの複雑さと時間的ダイナミクスのために困難である。 新規な視点合成における3次元ガウススプラッティングの進歩により、既存の手法は3次元ガウスを4次元領域に拡張し、変形場や軌道、時空間の4次元体積でシーン要素の変形をモデル化する。 しかし、これらの手法は、高密度な動的情報を完全に活用することなく、4次元ボリュームのフレーム単位の再構成において、長時間のトレーニング時間、低レンダリング速度、高メモリ消費に悩まされる。 そこで本研究では,速度場を構成するフロースメッティングを提案し,従来のスメッティング技術を用いて,速度場からの光学的流れを描画し,モノクロビデオからのダイナミックス学習プロセスを監督する。 具体的には、4Dボリュームを時間変化手段と共分散で拡張し、複素力学を表現する。 そして、この表現に基づいて自然に速度場を構築し、近似する。 従来のボリュームレンダリング技術は、カラーフィールドのレンダリングをサポートするが、我々は、カメラの動きの影響を考慮して、速度場を平滑化するためのボリュームレンダリング戦略を拡張している。 本手法の有効性と有効性を示すため,様々なベンチマーク実験を行った。 現状の手法と比較して,本モデルはより少ない時間消費と高いレンダリング速度で画像品質を向上する。

関連論文リスト

• MotionScale: Reconstructing Appearance, Geometry, and Motion of Dynamic Scenes with Scalable 4D Gaussian Splatting [54.859943475818234]
  MotionScaleは、4Dガウススティングフレームワークで、大きなシーンや拡張シーケンスに効率よくスケールする。 挑戦的な実世界のベンチマークの実験では、MotionScaleは復元品質と時間的安定性の両方において最先端の手法を大きく上回っている。
  論文  参考訳（メタデータ） (2026-03-31T06:03:59Z)
• 4D Neural Voxel Splatting: Dynamic Scene Rendering with Voxelized Guassian Splatting [14.169895534396952]
  ボクセルをベースとした表現とニューラルガウススプラッティングを組み合わせた4Dニューラルボクセルスプラッティング(4D-NVS)を提案する。 本手法では,時間的ダイナミクスをモデル化するために,学習された変形場を備えたコンパクトな神経ボクセルを用いる。 実験により,本手法はメモリの大幅な削減とトレーニングの高速化により最先端の手法よりも優れており,より優れた視覚的忠実度を持つリアルタイムレンダリングを実現している。
  論文  参考訳（メタデータ） (2025-11-01T13:49:42Z)
• Diff4Splat: Controllable 4D Scene Generation with Latent Dynamic Reconstruction Models [79.06910348413861]
  Diff4Splatは、単一の画像から制御可能で明示的な4Dシーンを合成するフィードフォワード方式である。 単一の入力画像、カメラ軌跡、オプションのテキストプロンプトが与えられた場合、Diff4Splatは外見、幾何学、動きを符号化する変形可能な3Dガウス場を直接予測する。
  論文  参考訳（メタデータ） (2025-11-01T11:16:25Z)
• 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)
• 4D Gaussian Splatting: Modeling Dynamic Scenes with Native 4D Primitives [115.67081491747943]
  動的3Dシーン表現と新しいビュー合成はAR/VRおよびメタバースアプリケーションの実現に不可欠である。 我々は,その基礎となる4次元体積を近似として,時間変化の異なる3次元シーンの再構成を再構成する。 ストレージのボトルネックに対処するため、メモリフットプリントを効果的に削減するいくつかのコンパクトなバリエーションを導出する。
  論文  参考訳（メタデータ） (2024-12-30T05:30:26Z)
• Dynamics-Aware Gaussian Splatting Streaming Towards Fast On-the-Fly 4D Reconstruction [15.588032729272536]
  現在の3DGSベースのストリーミング手法は、ガウス原始体を均一に扱い、密度の高いガウスを常に更新する。 そこで本研究では, 反復的流動性4次元動的空間再構成のための新しい3段階パイプラインを提案する。 提案手法は,オンライン4次元再構成における最先端性能を実現し,最速のオンザフライトレーニング,優れた表現品質,リアルタイムレンダリング能力を示す。
  論文  参考訳（メタデータ） (2024-11-22T10:47:47Z)
• Diffusion4D: Fast Spatial-temporal Consistent 4D Generation via Video Diffusion Models [116.31344506738816]
  高速でスケーラブルな4Dコンテンツ生成のための新しいフレームワーク textbfDiffusion4D を提案する。 ダイナミックな3Dアセットの軌道ビューを合成できる4D対応ビデオ拡散モデルを開発した。 提案手法は, 生成効率と4次元幾何整合性の観点から, 従来の最先端技術を超えている。
  論文  参考訳（メタデータ） (2024-05-26T17:47:34Z)
• Real-time Photorealistic Dynamic Scene Representation and Rendering with 4D Gaussian Splatting [8.078460597825142]
  2次元画像から動的3Dシーンを再構成し、時間とともに多様なビューを生成することは、シーンの複雑さと時間的ダイナミクスのために困難である。 本研究では、4次元プリミティブの集合を明示的な幾何学と外観モデルを用いて最適化することにより、動的シーンの基本的な時間的レンダリング量を近似することを提案する。 我々のモデルは概念的に単純であり、異方性楕円によってパラメータ化され、空間と時間で任意に回転する4次元ガウスのパラメータと、4次元球面調和係数で表されるビュー依存および時間進化の外観から構成される。
  論文  参考訳（メタデータ） (2023-10-16T17:57:43Z)

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。