論文の概要: QuerySplat: Decoupling Geometry and Appearance Representations in 3DGS Prediction
- arxiv url: http://arxiv.org/abs/2608.01186v1
- Date: Sun, 02 Aug 2026 12:12:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.114442
- Title: QuerySplat: Decoupling Geometry and Appearance Representations in 3DGS Prediction
- Title（参考訳）: QuerySplat:3DGS予測における幾何学と外観表現の分離
- Abstract要約: textbfQuerySplatは、幾何学的先行と明示的な外見の疎結合によって駆動されるフィードフォワード3DGSフレームワークである。
実験によると、QuerySplatは初期のクエリベースのモデルの曖昧なレンダリング問題を緩和する。
挑戦的なDL3DVベンチマークでは、ポーズフリーでポーズ要求のベースラインよりも平均2.30dBと1.04dBのPSNRゲインを持つ最先端の新規ビュー合成性能を達成している。
- 参考スコア（独自算出の注目度）: 25.05567017307621
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While feed-forward 3D Gaussian Splatting (3DGS) enables efficient 3D reconstruction, achieving high-fidelity rendering remains challenging. Existing pixel-aligned approaches suffer from spatial inflexibility and massive structural redundancy, whereas query-based methods lack 3D priors and entangle geometry with appearance, yielding blurry, pose-dependent results. To overcome these deficiencies, we propose \textbf{QuerySplat}, a feed-forward 3DGS framework driven by geometric priors and explicit appearance decoupling. Specifically, we design a dual-branch query-based decoder: the geometry branch leverages a pretrained Vision Geometric Model for spatial understanding, which intrinsically endows QuerySplat with pose-free modeling capabilities, while the appearance branch recovers high-frequency details through a dedicated pathway separated from geometric attribute regression. Extensive experiments demonstrate that QuerySplat mitigates the blurry rendering issues of early query-based models and consistently outperforms pixel-aligned approaches in rendering fidelity. On the challenging DL3DV benchmark, it achieves state-of-the-art novel view synthesis performance, with average PSNR gains of 2.30 dB and 1.04 dB over the best pose-free and pose-required baselines, respectively. Project Page: https://inspatio.github.io/querysplat.
- Abstract（参考訳）: フィードフォワード3次元ガウススティング(3DGS)は効率的な3次元再構成を実現するが、高忠実度レンダリングを実現することは依然として困難である。
既存の画素アライメントアプローチは空間的非フレキシビリティと構造的冗長性に悩まされているが、クエリベースの手法では3Dの先行とアンタングル幾何が欠如しており、外観が曖昧で、ポーズに依存した結果が得られる。
これらの欠陥を克服するために,幾何的先行と明示的な外見の疎結合によって駆動されるフィードフォワード3DGSフレームワークである \textbf{QuerySplat} を提案する。
具体的には、二分岐型クエリベースのデコーダを設計する:幾何分岐は、空間的理解のために事前訓練された視覚幾何学モデルを利用する。これは本質的に、QuerySplatにポーズレスモデリング機能を与え、出現分岐は、幾何学的属性回帰から分離された専用経路を通して高周波の詳細を復元する。
大規模な実験では、QuerySplatは初期のクエリベースのモデルのぼやけたレンダリング問題を緩和し、レンダリングの忠実さにおいてピクセル対応のアプローチを一貫して上回っている。
挑戦的なDL3DVベンチマークでは、平均PSNRゲインは2.30dBと1.04dBで、それぞれ最高のポーズフリーとポーズ要求ベースラインで達成されている。
プロジェクトページ: https://inspatio.github.io/querysplat.com
関連論文リスト
- 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) - 2Xplat: Two Experts Are Better Than One Generalist [22.824154073395878]
本稿では,ポーズフリーフィードフォワード3DGSフレームワークである2Xplatを紹介する。
専用の幾何学の専門家が最初にカメラのポーズを予測し、3Dガウスを合成する強力な外見の専門家に明示的に渡される。
その概念的単純さは先行研究で大半が過小評価されているにもかかわらず、提案手法は極めて効果的であることが証明されている。
論文 参考訳（メタデータ） (2026-03-22T05:14:38Z) - SurfSplat: Conquering Feedforward 2D Gaussian Splatting with Surface Continuity Priors [23.876164780443915]
SurfSplatは2D Gaussian Splatting (2DGS)プリミティブに基づいたフィードフォワードフレームワークである。
表面の連続性を前もって組み込むことで、SurfSplatは忠実なテクスチャとともにコヒーレントな幾何学を再構築する。
HRRC(High-Resolution Rendering Consistency)は,高分解能の再現性を評価するための新しい評価指標である。
論文 参考訳（メタデータ） (2026-02-02T11:58:26Z) - OracleGS: Grounding Generative Priors for Sparse-View Gaussian Splatting [78.70702961852119]
OracleGSは、Gaussian Splattingのスパースビューのために、生成的完全性と回帰的忠実性を調整している。
提案手法は,多視点幾何学的証拠に先立って強力な生成条件を定め,幻覚的アーティファクトをフィルタリングし,非拘束領域における可塑性完備を保存している。
論文 参考訳（メタデータ） (2025-09-27T11:19:32Z) - GS-2DGS: Geometrically Supervised 2DGS for Reflective Object Reconstruction [51.99776072246151]
2次元ガウス散乱(2DGS)に基づく反射物体に対するGS-2DGSと呼ばれる新しい再構成法を提案する。
合成および実データを用いた実験結果から,本手法はガウスの手法を再現・啓蒙の面で著しく上回っていることが示された。
論文 参考訳（メタデータ） (2025-06-16T05:40:16Z) - ProSplat: Improved Feed-Forward 3D Gaussian Splatting for Wide-Baseline Sparse Views [31.282881864317375]
ProSplatは2段階のフィードフォワードフレームワークで、幅広いベースライン条件下で高忠実度レンダリングを行う。
ProSplatは最近のSOTA法と比較してPSNRで1dBの平均的な改善を実現している。
論文 参考訳（メタデータ） (2025-06-09T11:45:50Z) - Interpretable Single-View 3D Gaussian Splatting using Unsupervised Hierarchical Disentangled Representation Learning [46.85417907244265]
本稿では,粗い3Dセマンティクスと微粒な3Dセマンティクスの両方を発見するために,3DisGSと呼ばれる解釈可能な単一ビュー3DGSフレームワークを提案する。
本モデルでは,高品質かつ高速な再構成を保ちながら3次元のアンタングル化を実現する。
論文 参考訳（メタデータ） (2025-04-05T14:42:13Z) - EVolSplat: Efficient Volume-based Gaussian Splatting for Urban View Synthesis [61.1662426227688]
既存のNeRFおよび3DGSベースの手法は、フォトリアリスティックレンダリングを実現する上で有望な結果を示すが、スローでシーンごとの最適化が必要である。
本稿では,都市景観を対象とした効率的な3次元ガウススプレイティングモデルEVolSplatを紹介する。
論文 参考訳（メタデータ） (2025-03-26T02:47:27Z) - PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。
本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
論文 参考訳（メタデータ） (2024-10-29T15:28:15Z) - SAGS: Structure-Aware 3D Gaussian Splatting [53.6730827668389]
本研究では,シーンの形状を暗黙的に符号化する構造認識型ガウス散乱法(SAGS)を提案する。
SAGSは、最先端のレンダリング性能と、ベンチマークノベルビュー合成データセットのストレージ要件の削減を反映している。
論文 参考訳（メタデータ） (2024-04-29T23:26:30Z)
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。