論文の概要: TemporalGS: Training-Free Plug-and-Play Acceleration for 3D Gaussian Splatting Rendering via Temporal Priors

• arxiv url: http://arxiv.org/abs/2607.03390v1
• Date: Fri, 03 Jul 2026 14:46:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:29.603233
• Title: TemporalGS: Training-Free Plug-and-Play Acceleration for 3D Gaussian Splatting Rendering via Temporal Priors
• Title（参考訳）: TemporalGS:Temporal Priorsによる3次元ガウス切削の訓練自由プラグアンドプレイ高速化
• Authors: Yuhongze Zhou, Zihao Yang, Xinxin Zuo, Juwei Lu,
• Abstract要約: 3D Gaussian Splatting (3DGS)は、高速かつ高忠実なレンダリングで新規ビュー合成に革命をもたらした。 高いFPSと様々な場面での低レイテンシでのレンダリングは、特にシーンに大量の3Dガウス楕円体が現れる場合、依然として困難である。 我々はTemporalGSを導入し、トレーニング後や後処理なしで3DGSレンダリングを高速化する、トレーニングなしのプラグアンドプレイアルゴリズムを初めて導入した。
• 参考スコア（独自算出の注目度）: 19.161651520356124
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Gaussian Splatting (3DGS) has revolutionized novel-view synthesis with its fast and high-fidelity rendering. However, rendering at high FPS and low latency across various scenes remains a challenge, especially when large amounts of 3D Gaussian ellipsoids appear in the scene. To address this issue, we introduce TemporalGS, to the best of our knowledge, the first training-free plug-and-play algorithmic approach to accelerate 3DGS rendering without any post-training or post-processing, implemented on top of tile-based software rasterization. The key idea is that, instead of rendering frames independently as 3DGS, we leverage the temporal priors, represented by novel geometry and appearance buffers, etc., to reduce redundancy of Gaussian preprocessing, sorting, and rasterization operations of consecutive frames. Specifically, we propose two acceleration strategies: (1) temporal dynamic culling, which filters out Gaussians that contribute less to current frame rendering; (2) selective rendering, which renders only a small portion of tiles that cannot be approximated by the temporal priors. By adapting and interleaving these two strategies, TemporalGS yields a simple but effective plug-and-play solution for 3DGS rendering speed-up without any training. Extensive experiments show that TemporalGS achieves comparable or even better performance compared to existing state-of-the-art post-training or post-processing-based 3DGS rendering acceleration approaches. TemporalGS can significantly enhance the rendering speed of various 3DGS methods, achieving up to $1.48\times$ acceleration, while maintaining competitive rendering quality. We further extend our TemporalGS to hardware rasterization-based 3DGS to show the portability of our algorithm.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は、高速かつ高忠実なレンダリングで新規ビュー合成に革命をもたらした。 しかし、高いFPSと様々な場面での低レイテンシでのレンダリングは、特にシーンに大量の3Dガウス楕円体が現れる場合、依然として困難である。 この問題に対処するため,タイルベースのソフトウェアラスタライゼーション上に実装された3DGSレンダリングを,後処理や後処理なしで高速化する,トレーニングフリーのプラグアンドプレイアルゴリズムであるTemporalGSを紹介した。 鍵となる考え方は、フレームを3DGSとして独立にレンダリングする代わりに、新しい幾何学や外観バッファなどで表される時間的事前情報を活用して、連続するフレームのガウス前処理、ソート、ラスタライズ操作の冗長性を低減することである。 具体的には,(1)現在のフレームレンダリングにはあまり寄与しないガウスをフィルタリングする時間的動的カリング,(2)時間的先行によって近似できないタイルのごく一部だけを描画する選択的レンダリング,の2つの高速化戦略を提案する。 これら2つの戦略を適応し、インターリーブすることにより、TemporalGSは、トレーニングなしで3DGSレンダリングのスピードアップを行うための、シンプルで効果的なプラグアンドプレイソリューションを提供する。 大規模な実験により、TemporalGSは、既存の最先端のポストトレーニングやポストプロセッシングベースの3DGSレンダリングアクセラレーションアプローチと比較して、同等またはそれ以上のパフォーマンスを達成することが示された。 TemporalGSは様々な3DGS手法のレンダリング速度を大幅に向上させ、最大1.48\times$Accelerationを実現し、競争力のあるレンダリング品質を維持している。 さらに,本アルゴリズムの可搬性を示すために,ハードウェアラスタライズに基づく3DGSにテンポラルGSを拡張した。

関連論文リスト

• Proxy-GS: Efficient 3D Gaussian Splatting via Proxy Mesh [51.038973615841996]
  3Dガウススプラッティングは、レンダリングを実現するための効率的なアプローチとして登場した。 近年の変種は、視覚的忠実度をさらに向上するが、レンダリング中にかなりのデコードオーバーヘッドをもたらす。 コストを軽減するため、いくつかのプルーニング戦略とレベル・オブ・ディーテール(LOD)技術が導入されている。 本稿では,プロキシを利用した新しいパイプラインであるProxy-GSを提案する。
  論文  参考訳（メタデータ） (2025-09-29T08:10:07Z)
• GauRast: Enhancing GPU Triangle Rasterizers to Accelerate 3D Gaussian Splatting [3.275890592583965]
  3D Gaussian Splatting (3DGS)は高品質な3Dレンダリング手法である。 3DGSを加速するためのこれまでの取り組みは、相当な統合オーバーヘッドとハードウェアコストを必要とする専用のアクセラレータに依存していた。 本研究では、3DGSパイプラインと高度に最適化された従来のグラフィックスパイプラインの類似性を活用する加速度戦略を提案する。
  論文  参考訳（メタデータ） (2025-03-20T19:54:05Z)
• Speedy-Splat: Fast 3D Gaussian Splatting with Sparse Pixels and Sparse Primitives [60.217580865237835]
  3D Gaussian Splatting (3D-GS)は、3D Gaussian のパラメトリック点雲としてシーンをモデル化することで、新しいビューをリアルタイムにレンダリングすることのできる最近の3Dシーン再構築技術である。 レンダリング速度を大幅に向上させるために、3D-GSにおける2つの重要な非効率を同定し、対処する。 われわれのSpeedy-Splatアプローチはこれらの技術を組み合わせて、Mip-NeRF 360、Turps & Temples、Deep Blendingのデータセットから得られる、劇的な$mathit6.71timesで平均レンダリング速度を加速する。
  論文  参考訳（メタデータ） (2024-11-30T20:25:56Z)
• Event3DGS: Event-Based 3D Gaussian Splatting for High-Speed Robot Egomotion [54.197343533492486]
  Event3DGSは高速移動下で高忠実度3D構造と外観を再構築することができる。 複数の合成および実世界のデータセットの実験は、既存のイベントベースの高密度な3Dシーン再構築フレームワークと比較して、Event3DGSの優位性を示している。 また, 構造的精度を損なうことなく, 外観の忠実度をより高められるように, フレームベースで数回の動特性測定を再構成プロセスに組み込むことも可能である。
  論文  参考訳（メタデータ） (2024-06-05T06:06:03Z)
• Gaussian Time Machine: A Real-Time Rendering Methodology for Time-Variant Appearances [10.614750331310804]
  軽量マルチ層パーセプトロン(MLP)で復号された離散時間埋め込みベクトルを持つガウス原始体の時間依存特性をモデル化したガウス時機械(GTM)を提案する。 GTMは3つのデータセットで最先端のレンダリングフィリティを達成し、レンダリングにおけるNeRFベースのレンダリングよりも100倍高速である。
  論文  参考訳（メタデータ） (2024-05-22T14:40:42Z)

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。