論文の概要: JADE-GS: Joint Alternating Deblurring Guided by Events in 3D Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2607.14990v1
- Date: Thu, 16 Jul 2026 13:40:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-17 17:01:33.125101
- Title: JADE-GS: Joint Alternating Deblurring Guided by Events in 3D Gaussian Splatting
- Title（参考訳）: JADE-GS:3次元ガウススプラッティングにおけるイベントガイドによる共同交互発色
- Abstract要約: JADE-GSはピクセル適応型ルーティングゲートで、固定されたプリプロセッサを幾何対応の予測器に変える。
合成ベンチマークと実際のベンチマークで最高の知覚品質が得られる。
リアルタイムレンダリングを保ちながら、1つの消費者向けGPUで5GB以下で約1時間トレーニングする。
- 参考スコア（独自算出の注目度）: 30.72967347179183
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: When a camera moves fast during exposure, blur destroys the intra-exposure motion a 3D model needs to recover the sharp scene, while event cameras capture exactly this signal at microsecond resolution. Turning them into reliable 3D supervision faces two obstacles. First, the two restoration priors fail in opposite ways: physics-based event-integration priors preserve edges but accumulate drift; learned networks recover texture but distort boundaries. Second, existing pipelines run in one direction only, so raw event noise or the biases of fixed 2D pseudo-labels pass uncorrected into the geometry. JADE-GS addresses both: a pixel-adaptive routing gate fuses the complementary priors, and the resulting 2D restorer is coupled to a 3D Gaussian Splatting student in a bidirectional loop, where detached, multi-view-consistent renders and a physics-based reblurring constraint regularize the restorer, turning a fixed preprocessor into a geometry-aware predictor. Across synthetic and real benchmarks, JADE-GS attains the best perceptual quality, leading LPIPS and CLIP-IQA on both benchmarks with competitive PSNR and SSIM, and trainsin about one hour under 5 GB on a single consumer GPU while preserving real-time rendering.
- Abstract（参考訳）: 露出中にカメラが速く動くと、ブラーは露出内の動きを破壊し、3Dモデルがシャープなシーンを回復するために必要な一方で、イベントカメラはマイクロ秒の解像度で正確にこの信号をキャプチャする。
それらを信頼できる3D監視にすることは、2つの障害に直面します。
物理ベースのイベント統合プリエントはエッジを保存するが、ドリフトを蓄積する; 学習ネットワークはテクスチャを回復するが、境界を歪ませる。
第2に、既存のパイプラインは1方向にのみ動作するので、固定された2D擬似ラベルの生のイベントノイズやバイアスは、幾何に補正されない。
JADE-GSは、画素適応型ルーティングゲートが相補的な先行を解き、結果として生じる2次元復元器は、切り離されたマルチビュー一貫性のレンダリングと物理ベースのブルアリング制約が復元器を規則化し、固定されたプリプロセッサを幾何学的に認識した予測器に変換する双方向ループで3次元ガウススティング学生に結合される。
合成と実のベンチマーク全体で、JADE-GSは最高の知覚品質を獲得し、競合するPSNRとSSIMのベンチマークでLPIPSとCLIP-IQAをリードし、リアルタイムレンダリングを保ちながら、1つのコンシューマGPUで5GB以下をトレーニングする。
関連論文リスト
- GaussVid: Sparse-View Gaussian Splatting with 3D-Aware Video Diffusion Priors [14.045684695919116]
3DGSは、合成において顕著な成功を収めたが、スパースビュー下での再構成は、しばしば顕著な成果を上げている。
本稿では,スパース3DGSの再生品質を向上させるために,新しい3D対応ビデオ復元フレームワークを提案する。
提案手法は,PSNR/SSIM(Pixel- and Structure-level fidelity)を最適に実現し,マルチビューの整合性を向上させる。
論文 参考訳（メタデータ） (2026-08-22T08:47:29Z) - PixGS: Pixel-Space Diffusion for Direct 3D Gaussian Splat Generation [0.6875312133832078]
PixGSは、高品質な3DGSを直接生成するためのシングルステージパイプラインである。
本手法は3次元ガウス属性を各時間ステップで直接分解することにより,外観と幾何学の両方の正確なスプラレベル正規化を可能にする。
論文 参考訳（メタデータ） (2026-07-02T07:18:37Z) - Robust Dreamer: Deviation-Aware Latent Gaussian Memory for Action-Controlled AR Video Generation [89.70897512515477]
アクション制御された画像対ビデオ生成は、インタラクティブな世界シミュレーションにおいて有望なパラダイムであり、各制御信号が即時視覚応答を誘発する。
長時間の自己回帰的なロールアウトに対する視覚的忠実さと3D一貫性を維持することは依然として難しい。
既存の3D認識手法は、textitLatent--RGB Cyclingからの情報損失と、textiterror-free仮説によって引き起こされるトレーニング-推論ギャップという2つの障害により、破滅的なドリフトに悩まされることが多い。
textbfRobust Dreamerという,メモリ拡張フレームワークについて紹介する。
論文 参考訳（メタデータ） (2026-05-29T05:21:33Z) - 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) - UniQueR: Unified Query-based Feedforward 3D Reconstruction [68.01984215138098]
提案するUniQueRは,未提示画像からの3次元再構成を効率よく正確に行うための,クエリベースの統合フィードフォワードフレームワークである。
我々のモデルは、明示的な幾何学的クエリとして機能する3Dアンカー点のコンパクトな集合を学習する。
Mip-NeRF 360とVR-NeRFの実験により、UniQueRはレンダリング品質と幾何学的精度の両方において最先端のフィードフォワード法を上回ることを示した。
論文 参考訳（メタデータ） (2026-03-24T06:42:02Z) - iGaussian: Real-Time Camera Pose Estimation via Feed-Forward 3D Gaussian Splatting Inversion [62.09575122593993]
iGaussianは2段階のフィードフォワードフレームワークで、直接3Dガウス変換によるリアルタイムカメラポーズ推定を実現する。
NeRF Synthetic, Mip-NeRF 360, T&T+DB データセットの実験結果から, 従来の手法に比べて大幅な性能向上が得られた。
論文 参考訳（メタデータ） (2025-11-18T05:22:22Z) - PrismGS: Physically-Grounded Anti-Aliasing for High-Fidelity Large-Scale 3D Gaussian Splatting [23.277915756682944]
3D Gaussian Splatting (3DGS)は、最近、コンパクトなシーンでのリアルタイムレンダリングを可能にしたが、大都市環境へのスケーリングは、深刻なエイリアス化アーティファクトをもたらす。
そこで,PrismGSを提案する。PrismGSは3次元ガウスの内在的なレンダリング動作を改善する物理地上正規化フレームワークである。
論文 参考訳（メタデータ） (2025-10-09T06:21:45Z) - SHeaP: Self-Supervised Head Geometry Predictor Learned via 2D Gaussians [63.38733349131787]
モノクロ画像とビデオからの頭部の3次元再構成は、多くの視覚的応用の根底にある。
従来の手法は、豊富な2Dビデオから自己監督的な方法で学習しようとしてきた。
SHeaP (Self-supervised Head Geometry Predictor Learned through 2D Gaussian)を提案する。
論文 参考訳（メタデータ） (2025-04-16T17:55:02Z) - StableGS: A Floater-Free Framework for 3D Gaussian Splatting [9.935869165752283]
3D Gaussian Splatting(3DGS)の復元は、その幾何学的および視覚的忠実さを低下させるスタバボーンフローター(stbborn floater)のアーティファクトに悩まされている。
最終的な外観レンダリングから幾何正規化を分離する新しいフレームワークであるStableGSを提案する。
複数のベンチマークの実験では、StableGSはフローターを除去するだけでなく、一般的なぼやけたアーチファクトのトレードオフも解決している。
論文 参考訳（メタデータ） (2025-03-24T09:02:51Z) - LiftImage3D: Lifting Any Single Image to 3D Gaussians with Video Generation Priors [107.83398512719981]
シングルイメージの3D再構成は、コンピュータビジョンの根本的な課題である。
遅延ビデオ拡散モデルの最近の進歩は、大規模ビデオデータから学ぶ有望な3D事前情報を提供する。
本稿では,LVDMの生成先行情報を効果的にリリースするフレームワークであるLiftImage3Dを提案する。
論文 参考訳（メタデータ） (2024-12-12T18:58:42Z) - PUP 3D-GS: Principled Uncertainty Pruning for 3D Gaussian Splatting [59.277480452459315]
本研究では,視覚的忠実度と前景の細部を高い圧縮比で保持する原理的感度プルーニングスコアを提案する。
また,トレーニングパイプラインを変更することなく,事前訓練した任意の3D-GSモデルに適用可能な複数ラウンドプルーファインパイプラインを提案する。
論文 参考訳（メタデータ） (2024-06-14T17:53:55Z) - 2D Gaussian Splatting for Geometrically Accurate Radiance Fields [50.056790168812114]
3D Gaussian Splatting (3DGS)は近年,高画質の新規ビュー合成と高速レンダリングを実現し,放射界再構成に革命をもたらした。
多視点画像から幾何学的精度の高い放射場をモデル化・再構成するための新しいアプローチである2DGS(2D Gaussian Splatting)を提案する。
競合する外観品質、高速トレーニング速度、リアルタイムレンダリングを維持しつつ、ノイズフリーかつ詳細な幾何学的再構成を可能にする。
論文 参考訳（メタデータ） (2024-03-26T17:21:24Z)
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。