論文の概要: NURBS Splatting: A Unified Differentiable Rendering Framework for Vector Graphics

• arxiv url: http://arxiv.org/abs/2606.31764v1
• Date: Tue, 30 Jun 2026 14:51:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 18:27:19.275182
• Title: NURBS Splatting: A Unified Differentiable Rendering Framework for Vector Graphics
• Title（参考訳）: NURBS Splatting:ベクトルグラフィックスのための統一微分可能レンダリングフレームワーク
• Abstract要約: 連続ガウス場として有理曲線を表す統一フレームワークであるNURBS Splattingを提案する。 書道の再構築,ベクトル化フレームワーク,長いスプライン画像の抽象化において,その効果を実証する。
• 参考スコア（独自算出の注目度）: 2.3433355522811
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Differentiable rendering of planar rational splines remains largely underexplored, despite their widespread use in vector graphics and design. Existing differentiable vector renderers primarily focus on Bézier curves and rely on analytic rasterization, which can suffer from gradient instability and limited flexibility. We propose NURBS Splatting, a unified framework that represents planar rational curves as continuous Gaussian fields. By sampling Gaussians along the curve parameter domain and inside closed regions, rendering is reformulated as a smooth accumulation process with stable gradients. Our method naturally supports long splines, rational weights, non-uniform knots, and closed-region filling. We demonstrate its effectiveness in calligraphy reconstruction, vectorization frameworks, and long-spline image abstraction, showing improved stability and reconstruction quality over existing approaches.
• Abstract（参考訳）: 平面的有理スプラインの微分可能レンダリングは、ベクトルグラフィックスや設計に広く使われているにもかかわらず、ほとんど探索されていない。 既存の微分可能ベクトルレンダラーは主にベジエ曲線に焦点をあて、解析的なラスタ化に依存しており、勾配不安定性と限られた柔軟性に悩まされる。 計画的有理曲線を連続ガウス場として表現する統一フレームワークであるNURBS Splattingを提案する。 曲線パラメータ領域と閉領域の内側に沿ってガウスをサンプリングすることにより、レンダリングは安定な勾配を持つ滑らかな累積過程として再構成される。 提案手法は, 長いスプライン, 合理的ウェイト, 非一様ノット, 閉域充填を自然にサポートする。 書道再構築,ベクトル化フレームワーク,長いスプライン画像抽象化においてその効果を示し,既存の手法よりも安定性と復元品質が向上したことを示す。

関連論文リスト

• CubicSplat: Differentiable Vector Graphics via Error-Bounded Forward Relaxation [41.42805325196858]
  ベジエの最も近い点解法を、幾何誤差が$O(S-2)$で有界な一様ポリラインサロゲートに置き換える新しいタイプのベクトルグラフ解法であるCubeicSplatを導入する。 結果の静的な計算グラフは構成によってよく条件付き勾配を得るが、PSN由来の可視性メカニズムは補助正則化なしでプリミティブを創出する。
  論文  参考訳（メタデータ） (2026-08-21T07:21:08Z)
• Optimizing 4D Wires for Sparse 3D Abstraction [12.365535344035903]
  単一連続4次元ワイヤを用いた3次元幾何学的抽象化のための統一的なフレームワークを提案する。 統一表現は,高忠実度で構造コヒーレンスを向上した構造を生成することを示す。
  論文  参考訳（メタデータ） (2026-05-12T11:33:43Z)
• Vector Scaffolding: Inter-Scale Orchestration for Differentiable Image Vectorization [48.98909774916165]
  本稿では,フラットなピクセルマッチングからベクトルグラフィックスに適した構造化トポロジ構築へ移行する,新しい階層的最適化フレームワークを提案する。 実験により,PSNRを従来の技術に比べて最大1.4dB向上させながら,2.5times$で最適化を高速化することを示した。
  論文  参考訳（メタデータ） (2026-05-12T10:27:30Z)
• Fourier Splatting: Generalized Fourier encoded primitives for scalable radiance fields [2.929146605055042]
  3D Gaussian Splatting (3DGS) は明示的なプリミティブ化によるリアルタイムレンダリングを実現する。 本稿では、放射場レンダリングのための最初の本質的にスケーラブルなプリミティブを提案する。
  論文  参考訳（メタデータ） (2026-03-20T10:23:40Z)
• SVRecon: Sparse Voxel Rasterization for Surface Reconstruction [60.92372415355283]
  我々は最近提案されたスパースボキセル化パラダイムをSVReconの統合により高忠実度表面再構成の課題に拡張する。 本手法は, 常に高速な収束を保ちながら, 強い復元精度を実現する。
  論文  参考訳（メタデータ） (2025-11-21T16:32:01Z)
• Curve-Aware Gaussian Splatting for 3D Parametric Curve Reconstruction [14.628742412460346]
  本稿では,多視点エッジマップから直接3次元パラメトリック曲線を再構成するためのエンドツーエンドフレームワークを提案する。 パラメトリック曲線とエッジ指向ガウス成分の双方向結合機構を提案する。 提案手法は,既存の手法に比べて高い効率と優れた性能を達成し,トレーニング中のパラメータ数を著しく削減する。
  論文  参考訳（メタデータ） (2025-06-26T15:48:08Z)
• Deblur Gaussian Splatting SLAM [57.35366732452066]
  Deblur-SLAMは、モーションブルーの入力から鋭い復元を回復するために設計された堅牢なRGB SLAMパイプラインである。 我々は、動きブル画像の物理画像形成過程をモデル化し、観察されたぼやけた画像とぼやけた画像との誤差を最小化する。 我々は,合成および実世界のぼやけた入力データを用いて,シャープマップ推定とサブフレームトラジェクトリ回復のための最先端結果を得る。
  論文  参考訳（メタデータ） (2025-03-16T16:59:51Z)
• Deformable Radial Kernel Splatting [53.92593804734493]
  Deformable Radial Kernel (DRK)を導入し,ガウススプラッティングをより汎用的で柔軟なフレームワークに拡張する。 DRKは、エッジシャープネスと境界曲率の正確な制御を可能にしながら、様々な形状プリミティブを効率的にモデル化する。
  論文  参考訳（メタデータ） (2024-12-16T13:11:02Z)
• Stochastic Gradient Descent for Gaussian Processes Done Right [86.83678041846971]
  emphdone right -- 最適化とカーネルコミュニティからの具体的な洞察を使用するという意味で -- が、勾配降下は非常に効果的であることを示している。 本稿では,直感的に設計を記述し,設計選択について説明する。 本手法は,分子結合親和性予測のための最先端グラフニューラルネットワークと同程度にガウス過程の回帰を配置する。
  論文  参考訳（メタデータ） (2023-10-31T16:15:13Z)
• Last-Iterate Convergence of Adaptive Riemannian Gradient Descent for Equilibrium Computation [52.73824786627612]
  本稿では,テクスト幾何学的強単調ゲームに対する新たな収束結果を確立する。 我々のキーとなる結果は、RGDがテクスト幾何学的手法で最終定位線形収束を実現することを示しています。 全体として、ユークリッド設定を超えるゲームに対して、幾何学的に非依存な最終点収束解析を初めて提示する。
  論文  参考訳（メタデータ） (2023-06-29T01:20:44Z)
• A Bregman Method for Structure Learning on Sparse Directed Acyclic Graphs [84.7328507118758]
  構造学習のためのBregman近位勾配法を開発した。 高い非線形反復に対する曲率の影響を計測する。 様々な合成および実集合上で本手法をテストする。
  論文  参考訳（メタデータ） (2020-11-05T11:37:44Z)

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。