論文の概要: TopoSurfel: Closing the Loop between Gaussian Surfels and Meshes for Surface Reconstruction

• arxiv url: http://arxiv.org/abs/2608.20687v1
• Date: Fri, 21 Aug 2026 02:49:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-24 14:49:32.353095
• Title: TopoSurfel: Closing the Loop between Gaussian Surfels and Meshes for Surface Reconstruction
• Title（参考訳）: TopoSurfel: 表面再構成のためのガウスサーフィンとメッシュのループを閉じる
• Abstract要約: TopoSurfelは、ガウス波と連続メッシュの間のループを閉じる新しいフレームワークである。 TopoSurfelは、高品質なメッシュベースの新規ビュー合成を維持しながら、競争力のある幾何再構成精度を実現する。
• 参考スコア（独自算出の注目度）: 36.01739087468533
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Gaussian Splatting has achieved remarkable success in novel view synthesis. However, extracting high-fidelity surfaces directly from 3DGS remains challenging due to its discrete and unstructured nature. Existing 3DGS-based reconstruction methods typically rely on multi-view geometric consistency or local constraints. Without an explicit structured geometric prior during optimization, these methods often struggle to resolve structural ambiguities, leading to artifacts and floaters, particularly in textureless or occluded regions. To address this limitation, we propose TopoSurfel, a novel framework that closes the loop between Gaussian surfels and continuous meshes. Unlike recent methods that incorporate mesh extraction into the differentiable pipeline by introducing auxiliary neural networks or extra per-Gaussian parameters, we dynamically extract a continuous proxy mesh via a non-trainable differentiable iso-surfacing process. Leveraging this differentiable connection, we introduce a mesh-guided surfel evolution strategy, including normal alignment and geometry-aware density control, to effectively suppress floaters and fill surface holes. Furthermore, to address the initialization challenges in large-scale environments, we propose a spatially aware hybrid re-initialization strategy that ensures robust reconstruction across complex scenes. Extensive experiments demonstrate that TopoSurfel achieves competitive geometric reconstruction accuracy while maintaining high-quality mesh-based novel view synthesis. The code for our method is available at https://github.com/Fan-Treasure/TopoSurfel.
• Abstract（参考訳）: 3Dガウススプラッティングは、新規なビュー合成において顕著な成功を収めた。 しかし、3DGSから直接高忠実表面を抽出することは、その離散的かつ非構造的な性質のため、依然として困難である。 既存の3DGSベースの再構成手法は通常、多視点の幾何学的整合性や局所的な制約に依存する。 最適化の間、明示的な構造的な幾何学的事前がなければ、これらの手法はしばしば構造的曖昧さの解決に苦慮し、特にテクスチャのない領域や閉鎖された領域において、人工物やフローターに繋がる。 この制限に対処するため,ガウス波と連続メッシュのループを閉じる新しいフレームワークであるTopoSurfelを提案する。 補助的なニューラルネットワークやガウス単位の余剰パラメータを導入することで、メッシュ抽出を微分可能なパイプラインに組み込む最近の手法とは異なり、非学習可能な微分可能なアイソサーフェイスプロセスを介して、動的に連続的なプロキシメッシュを抽出する。 この微分可能な接続を利用して、通常の配向や幾何認識密度制御を含むメッシュ誘導型サーベイル進化戦略を導入し、フローターを効果的に抑制し、表面孔を埋める。 さらに,大規模環境における初期化課題に対処するために,複雑なシーンをまたいだ堅牢な再構築を実現するための空間認識型ハイブリッド再初期化戦略を提案する。 大規模な実験により、TopoSurfelは高品質なメッシュベースの新規ビュー合成を維持しながら、競争力のある幾何的再構成の精度を達成することが示された。 私たちのメソッドのコードはhttps://github.com/Fan-Treasure/TopoSurfel.comで利用可能です。

関連論文リスト

• Gaussian Sculpting: End-to-End Controllable Surface Reconstruction via Field Optimization [22.001328928240053]
  3D Gaussian Splattingは、最近、印象的な品質でリアルタイムの新規ビュー合成を可能にした。 限定的な視点で正確な曲面を復元することは困難であり、ガウス原始体の固有の不規則性のためである。 本稿では,高品質な表面再構成のためのエンドツーエンドフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-11T07:42:24Z)
• Sparse-View Surface Reconstruction using Gaussian Splatting through High-Confidence Depth Propagation with Normal Priors [88.6801530914898]
  スパースビューからの高忠実度表面再構成のための3DGSに基づく新しい手法を提案する。 我々の重要な洞察は、通常の誘導深度伝播アプローチを導入することである。 本手法は,スパース・ビュー・サーフェス・コンストラクションにおける最先端の手法よりも優れる。
  論文  参考訳（メタデータ） (2026-07-04T08:33:40Z)
• From Blobs to Spokes: High-Fidelity Surface Reconstruction via Oriented Gaussians [36.88207476975372]
  3Dガウススプラッティングは高速なビュー合成に革命をもたらしたが、その不透明度に基づく定式化は表面抽出を困難にしている。 複雑なシーンの高度に正確な水密メッシュを抽出する方法を示す。 本手法はDTUとタンク・アンド・テンプルに新しい最先端のメッシュを配置し, 同時作業回収型薄型構造物のごく一部で水密メッシュを作製する。
  論文  参考訳（メタデータ） (2026-04-08T17:52:39Z)
• SVRecon: Sparse Voxel Rasterization for Surface Reconstruction [60.92372415355283]
  我々は最近提案されたスパースボキセル化パラダイムをSVReconの統合により高忠実度表面再構成の課題に拡張する。 本手法は, 常に高速な収束を保ちながら, 強い復元精度を実現する。
  論文  参考訳（メタデータ） (2025-11-21T16:32:01Z)
• MILo: Mesh-In-the-Loop Gaussian Splatting for Detailed and Efficient Surface Reconstruction [38.02000636240954]
  3次元ガウスからメッシュを微分的に抽出することにより,体積表現と表面表現のギャップを埋める新しいフレームワークMILoを提案する。 提案手法では,従来の手法に比べてメッシュ頂点のオーダーを桁違いに少なくしつつ,背景を含む全シーンを最先端の品質で再構築することができる。
  論文  参考訳（メタデータ） (2025-06-30T17:48:54Z)
• SolidGS: Consolidating Gaussian Surfel Splatting for Sparse-View Surface Reconstruction [48.228533595941556]
  この問題に対処するために,SolidGSと呼ばれる新しい手法を提案する。 再構成された幾何は多視点では非常に不整合であることがわかった。 幾何学的正規化と単分子正規化の助けを借りて,スパース面の再構成における優れた性能を実現する。
  論文  参考訳（メタデータ） (2024-12-19T21:04:43Z)
• MonoGSDF: Exploring Monocular Geometric Cues for Gaussian Splatting-Guided Implicit Surface Reconstruction [86.87464903285208]
  高品質な再構成のための神経信号距離場(SDF)とプリミティブを結合する新しい手法であるMonoGSDFを紹介する。 任意のスケールのシーンを扱うために,ロバストな一般化のためのスケーリング戦略を提案する。 実世界のデータセットの実験は、効率を保ちながら、以前の方法よりも優れています。
  論文  参考訳（メタデータ） (2024-11-25T20:07:07Z)
• Gaussian Opacity Fields: Efficient Adaptive Surface Reconstruction in Unbounded Scenes [50.92217884840301]
  Gaussian Opacity Fields (GOF)は、シーンにおける効率的で高品質で適応的な表面再構成のための新しいアプローチである。 GOFは3Dガウスのレイトレーシングに基づくボリュームレンダリングに由来する。 GOFは、表面再構成と新しいビュー合成において、既存の3DGSベースの手法を超越している。
  論文  参考訳（メタデータ） (2024-04-16T17:57:19Z)
• GeoGaussian: Geometry-aware Gaussian Splatting for Scene Rendering [83.19049705653072]
  ガウススプレイティング最適化の過程で、その構造が意図的に保存されていない場合、シーンの幾何学は徐々に悪化する。 我々はこの問題を緩和するためにGeoGaussianと呼ばれる新しいアプローチを提案する。 提案するパイプラインは、新しいビュー合成と幾何再構成において最先端の性能を達成する。
  論文  参考訳（メタデータ） (2024-03-17T20:06:41Z)
• HR-NeuS: Recovering High-Frequency Surface Geometry via Neural Implicit Surfaces [6.382138631957651]
  我々は新しい暗黙表面再構成法であるHigh-Resolution NeuSを提案する。 HR-NeuSは大規模な再構成精度を維持しながら高周波表面形状を復元する。 我々は,DTUおよびBlendedMVSデータセットを用いた実験により,従来の手法と同等の精度で定性的に詳細かつ定量的な3次元測地を生成できることを実証した。
  論文  参考訳（メタデータ） (2023-02-14T02:25:16Z)

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。