論文の概要: ATSplat: Compact Feed-forward 3D Gaussian Splatting with Adaptive Token Expansion
- arxiv url: http://arxiv.org/abs/2607.20417v2
- Date: Tue, 28 Jul 2026 04:32:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-29 14:13:57.658266
- Title: ATSplat: Compact Feed-forward 3D Gaussian Splatting with Adaptive Token Expansion
- Title（参考訳）: ATSplat:適応型トークン拡張による小型フィードフォワード3Dガウススプラッティング
- Abstract要約: ATSplatはフィードフォワード3DGSフレームワークで、3DGS最適化のアダプティブアロケーション機能を復元する。
12の入力画像の解像度が512倍の960ドルから、ATSplatは1つの商用GPUを使用して1秒未満で再構築を完了した。
- 参考スコア（独自算出の注目度）: 60.00320387969695
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: 3D Gaussian Splatting (3DGS) achieves high-quality novel-view synthesis by optimizing freely placed primitives in 3D and adaptively densifying them in under-reconstructed regions. However, this scene-adaptive capacity allocation is largely lost in existing feed-forward 3DGS methods, which commonly regress Gaussians at input pixels and lift them along camera rays. Such pixel-aligned formulations make the number and placement of primitives depend on image resolution and input viewpoints rather than scene complexity, resulting in dense and often redundant Gaussian sets. We present ATSplat, a feed-forward 3DGS framework that restores the adaptive allocation capability of 3DGS optimization through Adaptive 3D Tokens. ATSplat first lifts coarse patch-level depth and camera cues into sparse 3D anchor tokens, forming a compact scaffold of the scene. Each token is then regressed into local Gaussians with learnable 3D offsets, decoupling primitive placement from input image grids. An Adaptive Token Expansion module predicts a token-level uncertainty score, supervised by rendering error maps, and selectively expands high-uncertainty tokens through learnable expansion layers. This sparse-to-adaptive formulation enables ATSplat to concentrate primitives in challenging regions while maintaining a compact representation. Experiments on two representative datasets, RealEstate10K and DL3DV, show that ATSplat achieves state-of-the-art rendering quality while reducing the number of Gaussians by more than $5.7\times$ compared with dense feed-forward 3DGS methods. From 12 input images at $512 \times 960$ resolution, ATSplat completes reconstruction in less than a second using a single commercial GPU, and renders high-quality novel views at 1136 FPS ($512 \times 960$) with only 311K Gaussians.
- Abstract（参考訳）: 3D Gaussian Splatting (3DGS) は, 自由配置プリミティブを3Dで最適化し, 未再構成領域で適応的に密度化することにより, 高品質なノベルビュー合成を実現する。
しかし、このシーン適応キャパシティアロケーションは既存のフィードフォワード3DGS法でほとんど失われ、ガウシアンを入力ピクセルで後押しし、カメラ線に沿って持ち上げるのが一般的である。
このようなピクセルアライメントの定式化は、プリミティブの数と配置をシーンの複雑さよりも画像解像度と入力視点に依存させ、密度が高く、しばしば冗長なガウス集合をもたらす。
本稿では,Adaptive 3D Tokensによる3DGS最適化のアダプティブアロケーション能力を復元するフィードフォワード3DGSフレームワークであるATSplatを提案する。
ATSplatはまず粗いパッチレベルの深さを持ち上げ、カメラはスパース3Dアンカートークンに切り込み、シーンのコンパクトな足場を形成する。
それぞれのトークンは、学習可能な3Dオフセットでローカルガウスに回帰され、入力されたイメージグリッドからプリミティブ配置を分離する。
Adaptive Token Expansionモジュールはトークンレベルの不確実性スコアを予測し、エラーマップのレンダリングによって監視し、学習可能な拡張層を通じて高不確実性トークンを選択的に拡張する。
このスパース・ツー・アダプティブな定式化により、ATSplatはコンパクトな表現を維持しながら、挑戦的な領域にプリミティブを集中させることができる。
2つの代表的なデータセットであるRealEstate10KとDL3DVの実験により、ATSplatは最先端のレンダリング品質を実現し、高密度フィードフォワード3DGS法と比較してガウスの数を5.7\times$に削減した。
12の入力画像から512 \times 960$の解像度から、ATSplatは1つの商用GPUを使用して1秒未満で再構築を完了し、高品質のノベルビューを1136 FPS(512 \times 960$)でレンダリングする。
関連論文リスト
- CodecSplat: Ultra-Compact Latent Coding for Feed-Forward 3D Gaussian Splatting [53.50198425973128]
フィードフォワード3Dガウススプラッティングのための超コンパクト遅延符号化フレームワークであるCodecSplatを紹介する。
CodecSplatは23.56-26.36 dB、24.76-27.05 dB、PSNRは20.00-10777、PSNRは3.37-12、PSNRは3.37-12である。
論文 参考訳（メタデータ） (2026-05-25T08:17:35Z) - AnchorSplat: Feed-Forward 3D Gaussian Splatting with 3D Geometric Priors [23.943522711585597]
シーンレベルの再構築のための新しいフィードフォワード3DGSフレームワークであるAnchorSplatを提案する。
アンカーアラインのガウス表現は3次元幾何学的先行によって導かれる。
設計により、必要なガウス人の数は大幅に減少する。
論文 参考訳（メタデータ） (2026-04-08T13:04:54Z) - SparseSplat: Towards Applicable Feed-Forward 3D Gaussian Splatting with Pixel-Unaligned Prediction [30.232615052359673]
SparseSplatはガウス密度をシーン構造と局所情報の豊かさに応じて調整する最初のフィードフォワード3DGSモデルである。
SparseSplatはガウス人のわずか22%で最先端のレンダリング品質を達成でき、ガウス人のわずか1.5%で合理的なレンダリング品質を維持することができる。
論文 参考訳（メタデータ） (2026-04-03T14:48:33Z) - GS^2: Graph-based Spatial Distribution Optimization for Compact 3D Gaussian Splatting [50.2045409672451]
3D Gaussian Splatting (3DGS)は、新しいビュー合成とリアルタイムレンダリングにおいて画期的な性能を示した。
大量のガウス点があるため、高いメモリコストに制約される。
コンパクトな3DGSのためのグラフベースの空間分布最適化を提案する。
論文 参考訳（メタデータ） (2026-04-02T10:41:51Z) - FlexGS: Train Once, Deploy Everywhere with Many-in-One Flexible 3D Gaussian Splatting [57.97160965244424]
3Dガウススプラッティング(3DGS)は、3Dシーン表現や新しいビュー合成に様々な応用を可能にしている。
従来のアプローチでは、重要でないガウス人を刈り取ることに重点を置いており、3DGSを効果的に圧縮している。
本稿では3DGSの弾性推論手法を提案する。
論文 参考訳（メタデータ） (2025-06-04T17:17:57Z) - CAT-3DGS: A Context-Adaptive Triplane Approach to Rate-Distortion-Optimized 3DGS Compression [10.869104603083676]
3D Gaussian Splatting (3DGS)は、最近、有望な3D表現として登場した。
リモート側への3DGS表現の圧縮と送信の必要性は見落としている。
この新しいアプリケーションは、レート歪みを最適化した3DGS圧縮を要求する。
論文 参考訳（メタデータ） (2025-03-01T05:42:52Z) - EfficientGS: Streamlining Gaussian Splatting for Large-Scale High-Resolution Scene Representation [29.334665494061113]
能率GS」は3DGSを高解像度で大規模なシーンに最適化する高度なアプローチである。
3DGSの密度化過程を解析し,ガウスの過剰増殖領域を同定した。
本稿では,ガウス的増加を重要な冗長プリミティブに制限し,表現効率を向上する選択的戦略を提案する。
論文 参考訳（メタデータ） (2024-04-19T10:32:30Z) - CompGS: Efficient 3D Scene Representation via Compressed Gaussian Splatting [68.94594215660473]
Compressed Gaussian Splatting (CompGS) という,効率的な3次元シーン表現を提案する。
我々は少数のアンカープリミティブを予測に利用し、プリミティブの大多数を非常にコンパクトな残留形にカプセル化することができる。
実験の結果,提案手法は既存の手法よりも優れており,モデル精度とレンダリング品質を損なうことなく,3次元シーン表現のコンパクト性に優れていた。
論文 参考訳（メタデータ） (2024-04-15T04:50:39Z) - LightGaussian: Unbounded 3D Gaussian Compression with 15x Reduction and 200+ FPS [55.85673901231235]
光ガウシアン(LightGaussian)は、3次元ガウシアンをよりコンパクトなフォーマットに変換する方法である。
ネットワーク・プルーニングにインスパイアされたLightGaussianは、ガウシアンをシーン再構築において最小限のグローバルな重要性で特定した。
LightGaussian は 3D-GS フレームワークで FPS を 144 から 237 に上げながら,平均 15 倍の圧縮率を達成する。
論文 参考訳（メタデータ） (2023-11-28T21:39:20Z)
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。