論文の概要: HyperGS: Fast and Generalizable Gaussian Video Representation
- arxiv url: http://arxiv.org/abs/2607.11500v1
- Date: Mon, 13 Jul 2026 12:53:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 17:47:21.472797
- Title: HyperGS: Fast and Generalizable Gaussian Video Representation
- Title（参考訳）: HyperGS: 高速で一般化可能なガウス的ビデオ表現
- Abstract要約: HyperGSはフィードフォワードで最適化のないアプローチであり、単一の前方パス内の任意のビデオからガウス表現を直接予測する。
様々なビデオでガウシアンを鼻で予測すると、針のような変性が引き起こされ、トレーニングは崩壊する。
HyperGSは、K400、SSv2、UCF101の以前のビデオエンコーダよりもPSNRを+2.9--3.1 dB改善した。
- 参考スコア（独自算出の注目度）: 50.75993899195029
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Gaussian Splatting has emerged as an effective representation for video, but existing methods rely on per-video optimization. This leads to slow encoding and limits generalization across videos. To amortize this optimization, we propose HyperGS, a feedforward, optimization-free approach that directly predicts Gaussian representations from any video in a single forward pass, speeding up encoding and decoding by orders of magnitude while generalizing to out-of-distribution videos at higher resolutions. In HyperGS, we design a factorized spatiotemporal Transformer to extract tokens from video, and a learnable query-based Transformer to obtain 8-parameter Gaussian representations for each video frame. We find that naively predicting Gaussians across diverse videos induces a needle-like degeneration that collapses training, and address this with a rank-based geometric regularizer whose strength adapts dynamically to stabilize optimization. HyperGS achieves encoding at $10^4$--$10^5\times$ the speed of per-video Gaussian optimization at matched reconstruction quality while generalizing zero-shot to $720p$ video, enabling higher-resolution rendering without re-encoding. HyperGS improves PSNR by +2.9--3.1 dB over the prior video encoders on K400, SSv2, and UCF101 at a smaller video representation size. By predicting explicit 2D Gaussians in a single forward pass, HyperGS combines the fast, flexible rendering of Gaussian Splatting with the speed and generalization of feedforward prediction, advancing Gaussians as a practical direction for fast and generalizable video representation.
- Abstract（参考訳）: Gaussian Splattingはビデオの効果的な表現として登場したが、既存の手法はビデオごとの最適化に依存している。
これによりエンコーディングが遅くなり、ビデオ間の一般化が制限される。
この最適化を記憶するために、HyperGSを提案する。これはフィードフォワードで最適化不要なアプローチで、単一の前方パス内の任意のビデオからガウス表現を直接予測し、高解像度でアウト・オブ・ディストリビューション・ビデオに一般化しながら、桁違いのエンコーディングとデコーディングを高速化する。
HyperGSでは、ビデオからトークンを抽出する分解時空間変換器と、学習可能なクエリベースの変換器を設計し、ビデオフレーム毎に8パラメータのガウス表現を得る。
様々なビデオにまたがってガウスを鼻で予測することで、訓練を崩壊させる針状変性を誘発し、最適化を安定させるために動的に適応するランクベースの幾何正規化器でこの問題に対処する。
HyperGSのエンコーディングは10^4$-$10^5\times$で、ビデオごとのガウス最適化の速度は一致した再生品質であり、ゼロショットを720p$ビデオに一般化し、再エンコーディングなしで高解像度のレンダリングを可能にする。
HyperGSは、K400、SSv2、UCF101の以前のビデオエンコーダよりもPSNRを+2.9--3.1 dB改善した。
単一の前方通過で明示的な2Dガウスを予測することにより、HyperGSは高速でフレキシブルなガウススティングのレンダリングとフィードフォワード予測のスピードと一般化を組み合わせ、ガウスを高速で一般化可能なビデオ表現の実用的な方向として前進させる。
関連論文リスト
- Fast 2DGS: Efficient Image Representation with Deep Gaussian Prior [21.89104780995278]
Fast-2DGSは効率的なガウス画像表現のための軽量なフレームワークである。
本稿では,ガウスプリミティブの空間分布を捉えるための条件付きネットワークとして実装されたDeep Gaussian Priorを紹介する。
実験により、この非絡み合ったアーキテクチャは、1つの前方通過で高品質な再構築を実現し、次いで最小限の微調整を行うことが示された。
論文 参考訳（メタデータ） (2025-12-14T17:23:28Z) - Versatile Video Tokenization with Generative 2D Gaussian Splatting [21.242557918885012]
ビデオトランスフォーマー(英: Video Transformer、GVT)は、2Dガウシアン・スプレイティング・ストラテジーをベースとした多用途ビデオトークンである。
GVTはベースライン・オブ・ザ・アーティカルなビデオ品質を実現し、動作認識においてMAGVIT-v2を上回っ、同等の圧縮性能を提供する。
論文 参考訳（メタデータ） (2025-08-15T03:16:45Z) - GSVR: 2D Gaussian-based Video Representation for 800+ FPS with Hybrid Deformation Field [7.977026024810772]
ビデオの暗黙の神経表現は、新しくて有望なビデオ表現として認識されている。
本稿では,新しい2次元ガウス映像表現であるGSVRを提案し,Bunny上で800FPS以上,35PSNR以上を達成している。
本手法は既存の手法よりもはるかに高速に収束し,他の手法に比べて10倍高速に復号できる。
論文 参考訳（メタデータ） (2025-07-08T02:13:12Z) - Speedy Deformable 3D Gaussian Splatting: Fast Rendering and Compression of Dynamic Scenes [57.69608119350651]
動的シーンへの3次元ガウススティング(3DGS)の最近の拡張は、ニューラルネットワークを用いて各ガウスの時間変化変形を予測することによって、高品質な新規ビュー合成を実現する。
しかしながら、ガウス毎のニューラルネットワークを各フレームで実行することは、レンダリング速度を制限し、メモリと計算要求を増大させる、重大なボトルネックとなる。
動的3DGSおよび4DGS表現のレンダリング速度を2つの相補的手法により低減し,高速化する汎用パイプラインであるSpeedy Deformable 3D Gaussian Splatting(SpeeDe3DGS)を提案する。
論文 参考訳（メタデータ） (2025-06-09T16:30:48Z) - Second-order Optimization of Gaussian Splats with Importance Sampling [51.95046424364725]
3D Gaussian Splatting (3DGS) は、高品質で高速な推論時間のため、新しいビューレンダリングに広く用いられている。
本稿では,Levenberg-Marquardt (LM) と Conjugate Gradient (CG) に基づく新しい2階最適化手法を提案する。
提案手法は標準LMよりも3倍の高速化を実現し,ガウス数が少ない場合のAdamを6倍の6倍の速さで上回る。
論文 参考訳（メタデータ） (2025-04-17T12:52:08Z) - GaussianVideo: Efficient Video Representation and Compression by Gaussian Splatting [10.568851068989973]
Implicit Neural Representation for Videos (NeRV) はビデオ表現と圧縮のための新しいパラダイムを導入した。
データハンドリングを効率的に処理するための2次元ガウススプラッティングに基づく新しいビデオ表現と手法を提案する。
メモリ使用量を最大78.4%削減し,ビデオ処理を大幅に高速化し,5.5倍高速トレーニング,12.5倍高速デコードを実現した。
論文 参考訳（メタデータ） (2025-03-06T11:31:08Z) - GSVC: Efficient Video Representation and Compression Through 2D Gaussian Splatting [3.479384894190067]
本稿では,映像フレームを効果的に表現・圧縮できる2次元ガウススプレートの集合を学習するためのGSVCを提案する。
実験の結果,GSVCは最先端のビデオコーデックに匹敵する,良好な速度歪みトレードオフを実現することがわかった。
論文 参考訳（メタデータ） (2025-01-21T11:30:51Z) - VeGaS: Video Gaussian Splatting [0.42881773214459123]
本稿では,映像データの現実的な修正を可能にするVeGaS(VeGaS)モデルを提案する。
VeGaSはフレーム再構築タスクにおいて最先端のソリューションよりも優れています。
論文 参考訳（メタデータ） (2024-11-17T10:02:36Z) - MEGA: Memory-Efficient 4D Gaussian Splatting for Dynamic Scenes [49.36091070642661]
本稿では,4DGSのためのメモリ効率フレームワークを提案する。
TechnicolorとNeural 3D Videoのデータセットで約190$times$と125$times$のストレージ削減を実現している。
レンダリング速度とシーン表現の品質を維持し、フィールドに新しい標準を設定する。
論文 参考訳（メタデータ） (2024-10-17T14:47:08Z) - 3DGS-LM: Faster Gaussian-Splatting Optimization with Levenberg-Marquardt [65.25603275491544]
3DGS-LM, 3D Gaussian Splatting(3DGS)の再構築を高速化する新しい手法を提案する。
提案手法は, 元の3DGSよりも20%高速であり, 再構成品質の最適化が可能である。
論文 参考訳（メタデータ） (2024-09-19T16:31:44Z) - 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)
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。