論文の概要: AsySplat: Efficient Asymmetric 3D Gaussian Splatting for Long-Sequence Scene Modeling
- arxiv url: http://arxiv.org/abs/2607.10995v1
- Date: Mon, 13 Jul 2026 01:39:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 17:47:21.296807
- Title: AsySplat: Efficient Asymmetric 3D Gaussian Splatting for Long-Sequence Scene Modeling
- Title（参考訳）: AsySplat:長周期シーンモデリングのための効率的な非対称3次元ガウススプレイティング
- Abstract要約: 一般化可能な3次元ガウススプラッティングモデルは、先進的な長周期ノベルビュー合成(NVS)を持つ
幾何学と外観モデリングを分離する非対称アーキテクチャを提案する。
32ビュー960P入力では,最適化手法と一致し,800倍近い高速化を実現した。
- 参考スコア（独自算出の注目度）: 36.45427515934316
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent generalizable 3D Gaussian Splatting models have advanced long-sequence novel view synthesis (NVS), but at the cost of substantial redundant computation. We identify that the redundancy can be mitigated based on two observations: (i) high-precision geometry is not strictly required for high-quality NVS; (ii) appearance learning is generally easier than geometry recovery. Motivated by these insights, we propose an asymmetric architecture that decouples geometry and appearance modeling. The geometry branch processes coarse-grained tokens with most of the parameters for multi-view reconstruction, while the appearance branch operates on fine-grained tokens to capture details using significantly fewer parameters. The two branches interact through bilateral connections, enabling mutual guidance for their respective tasks. This task-aware asymmetry reduces the computational redundancy and allocates the computation more judiciously, thereby increasing parameter efficiency and enabling smaller models to achieve strong performance. On 32-view 960P inputs, our model matches optimization-based methods while delivering nearly 800x speedup, and surpasses the zero-shot performance of state-of-the-art generalizable models with markedly fewer parameters and reduced training/inference overhead, achieving an overall efficiency improvement.
- Abstract（参考訳）: 最近の一般化可能な3Dガウススプラッティングモデルでは、長いシーケンスの新規ビュー合成(NVS)が進歩しているが、かなりの冗長計算のコストがかかる。
冗長性は2つの観測に基づいて緩和できる。
(i)高品質NVSには厳密な高精度幾何が要求されない。
(II)外観学習は概して幾何学的回復よりも容易である。
これらの知見に感化されて、幾何学と外観モデリングを分離する非対称アーキテクチャを提案する。
幾何分枝は、多視点再構成のパラメータの大部分を粗粒状トークンで処理し、外見分枝は細粒状トークンで処理し、より少ないパラメータで詳細をキャプチャする。
2つのブランチは相互接続を介して相互作用し、それぞれのタスクの相互ガイダンスを可能にする。
このタスク対応非対称性は、計算の冗長性を低減し、より穏やかに計算を割り当て、パラメータ効率を向上し、より小さなモデルで高い性能を達成する。
32ビュー960Pの入力では、800倍近いスピードアップを達成しながら最適化に基づく手法と一致し、パラメータが著しく少なく、トレーニング/推論のオーバーヘッドを低減し、全体的な効率改善を実現した最先端の一般化可能なモデルのゼロショット性能を上回ります。
関連論文リスト
- Compact Neural Appearance Models for Efficient Gaussian Splatting [1.579851447355843]
低次球面調和(SH)を用いた3次元ガウス・スプラッティングのような原始的基礎放射場は、一般的にビュー依存の外観をモデル化する
本稿では、SHと最近の球面外見モデルとの徹底的なエンドツーエンド比較について述べる。
我々は、小さな共有パイプラインを使用して、コンパクトなプリミティブごとの潜伏符号をデコードする暗黙の代替手法を導入する。
論文 参考訳（メタデータ） (2026-09-04T15:18:54Z) - PointSplat: Efficient Geometry-Driven Pruning and Transformer Refinement for 3D Gaussian Splatting [2.5823344978857388]
3D Gaussian Splattingは最近、明示的な3Dプリミティブを使用してシーンを表現することによって、リアルタイムで高忠実なノベルビュー合成をアンロックした。
従来の手法では複雑なシーンを捉えるために何百万人ものガウシアンを必要とすることが多く、メモリとストレージの要求が大きくなった。
近年のアプローチでは、ガウスパラメータのプルーニングとシーン毎の微調整によってこの問題に対処し、視覚的品質を維持しながらモデルサイズを削減している。
論文 参考訳（メタデータ） (2026-04-10T20:56:18Z) - LSRM: High-Fidelity Object-Centric Reconstruction via Scaled Context Windows [10.300202521638274]
本研究では,大規模スパース再構成モデルを導入し,拡張型コンテクストウィンドウがフィードフォワード3D再構成に与える影響について検討する。
アクティブなオブジェクトや画像トークンの数を大幅に増やすことで、コンテキストウィンドウを拡大することで、このギャップを著しく狭め、高忠実度な3Dオブジェクト再構成と逆レンダリングを可能にします。
論文 参考訳（メタデータ） (2026-04-06T21:21:12Z) - NoiseFormer -- Noise Diffused Symmetric Attention Transformer [0.0]
本稿では,モデルの性能を向上させるため,ノイズ拡散対称アテンション変換器という新しい統一モデルアーキテクチャを提案する。
提案モデルはGPT2ベースモデルに基づいて検証され,その結果は平滑なSymmetric attentionとGPT2ベースモデルの間の性能向上を反映する。
論文 参考訳（メタデータ） (2026-01-10T14:10:48Z) - Lighter-X: An Efficient and Plug-and-play Strategy for Graph-based Recommendation through Decoupled Propagation [49.865020394064096]
我々は,既存のGNNベースのレコメンデータアーキテクチャとシームレスに統合可能な,効率的かつモジュール化されたフレームワークである textbfLighter-X を提案する。
提案手法は,基本モデルの理論的保証と経験的性能を保ちながら,パラメータサイズと計算複雑性を大幅に低減する。
実験の結果、Lighter-Xはパラメータが大幅に少ないベースラインモデルに匹敵するパフォーマンスを実現している。
論文 参考訳（メタデータ） (2025-10-11T08:33:08Z) - Geometric Algebra Planes: Convex Implicit Neural Volumes [70.12234371845445]
GA-Planes はスパース低ランク係数と低分解能行列と等価であることを示す。
また,GA-Planeは既存の表現にも適用可能であることを示す。
論文 参考訳（メタデータ） (2024-11-20T18:21:58Z) - GPS-Gaussian+: Generalizable Pixel-wise 3D Gaussian Splatting for Real-Time Human-Scene Rendering from Sparse Views [67.34073368933814]
スパースビューカメラ設定下での高解像度画像レンダリングのための一般化可能なガウススプラッティング手法を提案する。
我々は,人間のみのデータや人景データに基づいてガウスパラメータ回帰モジュールをトレーニングし,深度推定モジュールと共同で2次元パラメータマップを3次元空間に引き上げる。
いくつかのデータセットに対する実験により、我々の手法はレンダリング速度を超越しながら最先端の手法より優れていることが示された。
論文 参考訳（メタデータ） (2024-11-18T08:18:44Z) - MVSGaussian: Fast Generalizable Gaussian Splatting Reconstruction from Multi-View Stereo [54.00987996368157]
MVSGaussianは、Multi-View Stereo(MVS)から導かれる新しい一般化可能な3次元ガウス表現手法である。
MVSGaussianは、シーンごとにより良い合成品質でリアルタイムレンダリングを実現する。
論文 参考訳（メタデータ） (2024-05-20T17:59:30Z) - InstantSplat: Sparse-view Gaussian Splatting in Seconds [91.77050739918037]
InstantSplatは,光速でスパークビュー3Dシーンを再現する新しい手法である。
InstantSplatでは,3Dシーン表現とカメラポーズを最適化する,自己管理フレームワークを採用している。
3D-GSの従来のSfMと比較して、30倍以上の再現を達成し、視覚的品質(SSIM)を0.3755から0.7624に改善する。
論文 参考訳（メタデータ） (2024-03-29T17:29:58Z) - S^2Former-OR: Single-Stage Bi-Modal Transformer for Scene Graph Generation in OR [50.435592120607815]
外科手術のシーングラフ生成(SGG)は、手術室(OR)におけるホモロジー認知知能の増強に不可欠である
これまでの研究は主に多段階学習に依存しており、生成したセマンティックシーングラフはポーズ推定とオブジェクト検出を伴う中間プロセスに依存している。
本研究では,S2Former-OR(S2Former-OR)と呼ばれるORにおけるSGGのための新しいシングルステージバイモーダルトランスフォーマフレームワークを提案する。
論文 参考訳（メタデータ） (2024-02-22T11:40:49Z)
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。