論文の概要: ImprovedVBGS: Real-time Continual Variational Bayes Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2607.15542v1
• Date: Fri, 17 Jul 2026 01:24:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-20 17:56:52.72693
• Title: ImprovedVBGS: Real-time Continual Variational Bayes Gaussian Splatting
• Title（参考訳）: 改良型VBGS: リアルタイム連続変分ベイズガウススプレーティング
• Abstract要約: 変分ベイズ・ガウス・スプラッティング(VBGS)は、コーディネート・アセント変分推論(CAVI)を用いてバッファを再生することなく連続的な学習を可能にする VBGSは、厳格なメモリとレイテンシを必要とするリアルタイム使用には遅すぎる。 InprovedVBGS, a accelerated framework for on-the-fly continual reconstruction。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: On-the-fly reconstruction is a key requirement for many applications in robotics and autonomous navigation. Variational Bayes Gaussian Splatting (VBGS) enables continual learning without replay buffers using Coordinate Ascent Variational Inference (CAVI), but its per-frame iterations over all observed points make it too slow for real-time use with strict memory and latency requirements. We present ImprovedVBGS, an accelerated framework for on-the-fly continual reconstruction. This is achieved primarily through (i) spatially truncated variational inference, and (ii) improved reassignment that uses forwarding, truncation and eliminates wasteful dynamic recompilation. On the NeRF synthetic dataset, we reduce mean per-frame latency from ~84.0 s to ~0.050 s on an RTX 3070 Ti, a 1680x speed-up while maintaining reconstruction quality.
• Abstract（参考訳）: オン・ザ・フライ・リコンストラクションは、ロボット工学や自律ナビゲーションにおける多くのアプリケーションにとって重要な要件である。 変分ベイズ・ガウシアン・スプラッティング(VBGS)は、コーディネート・アセント変分推論(CAVI)を使用してバッファをリプレイすることなく連続的な学習を可能にするが、全ての観測点に対するフレーム毎の反復は、厳密なメモリと遅延要求のあるリアルタイム使用には遅すぎる。 InprovedVBGS, a accelerated framework for on-the-fly continual reconstruction。 これは主に達成される (i)空間的に歪んだ変分推論、及び (II)フォワード、切り離し、無駄な動的再コンパイルを排除した改良された再割り当て。 NeRF合成データセットでは,再構築品質を維持しつつ,RTX 3070 Ti上での平均フレーム毎のレイテンシを平均84.0秒から約0.050秒に短縮する。

関連論文リスト

• GrainGS: Gradient-Decoupled Gaussian Splatting for Efficient Dynamic Novel View Synthesis [94.20462261657525]
  GrainGSは階層的なアンカー足場とガウス単位の変形を組み合わせた動的フレームワークである。 高いリコンストラクション品質、リアルタイムの新規ビュー合成、コンパクトストレージを実現している。
  論文  参考訳（メタデータ） (2026-07-23T15:52:35Z)
• Frequency Domain Reservoir Computing [10.316233181797408]
  Echo State Networks (ESN) は、時間を通してバックプロパゲーションを回避するために、固定されたリカレントウェイトを利用することによって、魅力的なアプローチを提供する。 本稿では、周波数領域で完全に動作するESNアーキテクチャである周波数領域貯水池計算(FRESCO)を紹介する。 FRESCOは、トレーニングと推論の計算コストとエネルギー消費を大幅に削減する。
  論文  参考訳（メタデータ） (2026-06-23T10:14:46Z)
• TurboGS: Accelerating 3D Gaussian Splatting via Error-Guided Sparse Pixel Sampling and Optimization [54.179316928687435]
  TurboGSは3DGSを高速化するエラー誘導トレーニングフレームワークであり、知覚的に情報のあるピクセルに最適化を集中させることで実現している。 標準ベンチマークの実験では、5090GPUカード1枚で100秒以内にTurboGSが同等または優れたレンダリング品質を提供できることが示されている。
  論文  参考訳（メタデータ） (2026-06-14T16:59:48Z)
• CSR: Infinite-Horizon Real-Time Policies with Massive Cached State Representations [0.1104960878651584]
  これらの特性の実用的なインスタンス化として,Cached State Representation (CSR) フレームワークを紹介した。 ASR(Asynchronous State Reconciliation)アルゴリズムは、状態メモリの解放を並列計算リソースにオフロードし、遅延スパイクを排除する。 オンプレミスのGPUサーバにワイヤレスで接続された物理ロボットでは、CSRは120Kトークンコンテキストに対して26倍のレイテンシ低減(14.67sから0.56s)を達成する。
  論文  参考訳（メタデータ） (2026-05-08T06:30:44Z)
• SWIFT: Spatio-temporal Wavelet Integrated Forecasting Framework for Workload Traces [7.54434622302292]
  SWIFTは、高効率なワークロード予測のために設計された純粋な畳み込みフレームワークである。 本稿では,従来の固定ウェーブレットベースを適応的畳み込み演算子に変換する学習可能なカスケードウェーブレットパスを提案する。 我々の多変数相互作用モジュールは、ノイズの多いワークロード状態の安定化と改善のために、変数間および変数間の特徴相互作用を逐次モデル化する。
  論文  参考訳（メタデータ） (2026-05-07T13:58:10Z)
• SSR: A Training-Free Approach for Streaming 3D Reconstruction [53.19807901585702]
  自己表現型シーケンス規則化(Self Expressive Sequence Regularization、SSR)は、推論中にグラスマン列の正則性を強制するプラグアンドプレイ演算子である。 本研究では,SSRが連続的にドリフトを低減し,複数のストリーミング3D再構成タスクにおける再構成品質を向上させることを示す。
  論文  参考訳（メタデータ） (2026-03-16T02:55:14Z)
• End-to-End Spatial-Temporal Transformer for Real-time 4D HOI Reconstruction [74.31251139839047]
  THOは、ビデオと3Dテンプレートから、人間の動きと調整された物体の動きを前方に予測する、エンドツーエンドの空間-時間変換器である。 実験により、THOは1つの4090 GPU上で31.5 FPSの推論速度で動作し、以前の最適化ベースの手法よりも600倍のスピードアップを達成した。
  論文  参考訳（メタデータ） (2026-03-15T15:21:36Z)
• Improving Continual Learning for Gaussian Splatting based Environments Reconstruction on Commercial Off-the-Shelf Edge Devices [2.48245150714679]
  新しいビュー合成(NVS)は、コンパクトで漸進的にアップグレード可能な3Dシーンモデルを必要とするエッジロボティクスにますます関係している。 本稿では,リソース制約のあるハードウェア上でのVBGSトレーニングを,変分定式を変更することなく実現できる高精度適応フレームワークを提案する。 また、商用組み込みプラットフォームであるJetson Orin Nanoで初めてNVSトレーニングを可能にしました。
  論文  参考訳（メタデータ） (2026-03-09T15:32:41Z)
• LoGeR: Long-Context Geometric Reconstruction with Hybrid Memory [97.14005794889134]
  提案するLoGeRは,高密度な3次元再構成を,後最適化なしで極めて長いシーケンスに拡張する新しいアーキテクチャである。 LoGeRはビデオストリームをチャンクで処理し、高忠実度なチャンク内推論に強力な双方向の事前処理を活用する。 このメモリアーキテクチャにより、LoGeRは128フレームのシーケンスでトレーニングでき、推論中に数千フレームまで一般化できる。
  論文  参考訳（メタデータ） (2026-03-03T18:55:37Z)
• Pip-Stereo: Progressive Iterations Pruner for Iterative Optimization based Stereo Matching [2.226667542457085]
  反復的改善を解析し,不均一な更新が空間的に疎外であり,時間的に冗長であることを明らかにする。 専用単分子エンコーダを必要とせず,奥行き先を暗黙的に埋め込む,協調的な単分子先行転送フレームワークを提案する。 第3に,構造化空間とI/O意識設計を利用したハードウェア対応RNN演算子であるFlashGRUを開発した。
  論文  参考訳（メタデータ） (2026-02-24T02:51:37Z)
• Wavelet-Space Representations for Neural Super-Resolution in Rendering Pipelines [0.0]
  本稿では,RGB値を直接回帰するのではなく,定常ウェーブレット係数を予測する定式化を導入する。 ウェーブレットドメイン・ニューラル超解像は、高画質リアルタイムレンダリングへの原則的かつ効率的な経路を提供する。
  論文  参考訳（メタデータ） (2025-08-22T01:01:44Z)
• Gated Recurrent Neural Networks with Weighted Time-Delay Feedback [55.596897987498174]
  本稿では,重み付き時間遅延フィードバック機構を備えたゲートリカレントユニット(GRU)を導入し,時系列データの長期依存性をモデル化する手法を提案する。 提案したモデルである $tau$-GRU は、繰り返し単位の連続時間定式化の離散版であり、力学は遅延微分方程式(DDE)によって制御される。
  論文  参考訳（メタデータ） (2022-12-01T02:26:34Z)
• FastEmit: Low-latency Streaming ASR with Sequence-level Emission Regularization [78.46088089185156]
  ストリーム自動音声認識(ASR)は、仮説化された単語を可能な限り迅速かつ正確に出力することを目的としている。 既存のアプローチでは、シーケンストランスデューサモデルにおいて、トーケン単位またはフレーム単位の確率予測を演算することで、発光遅延をペナルティ化する。 本稿では,訓練用トランスデューサモデルにおいて,シーケンス毎の確率に遅延正規化を直接適用する,FastEmitというシーケンスレベルのエミッション正規化手法を提案する。
  論文  参考訳（メタデータ） (2020-10-21T17:05:01Z)

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。