論文の概要: CubicSplat: Differentiable Vector Graphics via Error-Bounded Forward Relaxation
- arxiv url: http://arxiv.org/abs/2608.20803v1
- Date: Fri, 21 Aug 2026 07:21:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-24 14:49:32.434701
- Title: CubicSplat: Differentiable Vector Graphics via Error-Bounded Forward Relaxation
- Title（参考訳）: CubicSplat: 誤差境界フォワード緩和による微分ベクトルグラフ
- Abstract要約: ベジエの最も近い点解法を、幾何誤差が$O(S-2)$で有界な一様ポリラインサロゲートに置き換える新しいタイプのベクトルグラフ解法であるCubeicSplatを導入する。
結果の静的な計算グラフは構成によってよく条件付き勾配を得るが、PSN由来の可視性メカニズムは補助正則化なしでプリミティブを創出する。
- 参考スコア（独自算出の注目度）: 41.42805325196858
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Vector graphics are prized for their resolution independence, compact storage, and direct editability, making differentiable optimization of their parametric primitives an attractive goal. Yet classical rasterization is discontinuous with respect to geometry, and existing remedies that smooth the forward pass demand increasingly elaborate heuristics as scene complexity grows. We trace this fragility to a gradient seesaw: design choices that improve forward geometric exactness can systematically degrade the induced gradient signal, and vice versa. To navigate this tension we introduce CubicSplat, a differentiable vector rasterizer that replaces Bézier closest-point solvers with uniform polyline surrogates whose geometric error is bounded at $O(S^{-2})$. The resulting static computation graph yields well-conditioned gradients by construction, while a compositing-derived visibility mechanism prunes degenerate primitives without auxiliary regularization. On DIV2K and Kodak benchmarks CubicSplat achieves state-of-the-art reconstruction quality with over 2 dB PSNR gain in the closed-fill setting, while training up to 4x faster than prior methods. The code is available at https://github.com/CubicSplat/repo
- Abstract（参考訳）: ベクトルグラフィックスは、解像度の独立性、コンパクトストレージ、直接編集性に優れており、パラメトリックプリミティブの異なる最適化が魅力的な目標となっている。
しかし、古典的なラスタ化は幾何学に関して不連続であり、シーンの複雑さが増大するにつれて、前方通過を円滑にする既存の治療法は、より精巧なヒューリスティックを求めるようになった。
前方幾何学的正確性を改善する設計選択は、誘導された勾配信号を体系的に分解し、その逆もできる。
このテンションをナビゲートするために、微分可能ベクトルラスタライザである CubicSplat を導入し、ベジエ近点ソルバを、幾何誤差が$O(S^{-2})$で有界な一様ポリリンサロゲートに置き換える。
結果の静的な計算グラフは構成によってよく条件付き勾配を得るが、合成による可視性メカニズムは補助正則化なしでデジェネレーションプリミティブを生成する。
DIV2KとKodakのベンチマークでは、CubicSplatは2dB以上のPSNRをクローズドフィル設定で獲得し、以前の方法よりも最大4倍高速なトレーニングを行う。
コードはhttps://github.com/CubicSplat/repoで公開されている。
関連論文リスト
- Stable and Scalable Bundle Adjustment of Holistic 3D Structures [99.03818732955783]
本稿では,3次元コンピュータビジョンのためのBundle Adjustment (BA) の新バージョンを提案する。
BAはカメラ、ポーズ、3Dポイントを共同で最適化するために開発された。
グループ誘導測定とクロスフィーチャー・リジェクションにより、古典的な点のみの3次元正規化の空間性を維持する。
論文 参考訳（メタデータ） (2026-09-03T16:08:03Z) - Vector Scaffolding: Inter-Scale Orchestration for Differentiable Image Vectorization [48.98909774916165]
本稿では,フラットなピクセルマッチングからベクトルグラフィックスに適した構造化トポロジ構築へ移行する,新しい階層的最適化フレームワークを提案する。
実験により,PSNRを従来の技術に比べて最大1.4dB向上させながら,2.5times$で最適化を高速化することを示した。
論文 参考訳（メタデータ） (2026-05-12T10:27:30Z) - GSMap: 2D Gaussians for Online HD Mapping [8.653416286011359]
本稿では,学習可能な2次元表現により両パラダイムを統一する新しいフレームワークであるGSMapを提案する。
nuScenesとArgoverse2の実験では、ガウスに基づく表現が幾何学的および位相的学習を効果的に統一していることが示されている。
論文 参考訳（メタデータ） (2026-05-10T15:57:07Z) - Joint Semantic and Rendering Enhancements in 3D Gaussian Modeling with Anisotropic Local Encoding [86.55824709875598]
本稿では,セマンティックとレンダリングの両方を相乗化する3次元セマンティックガウスモデリングのための統合拡張フレームワークを提案する。
従来の点雲形状符号化とは異なり、細粒度3次元形状を捉えるために異方性3次元ガウシアン・チェビシェフ記述子を導入する。
我々は、学習した形状パターンを継続的に更新するために、クロスシーンの知識伝達モジュールを使用し、より高速な収束と堅牢な表現を可能にします。
論文 参考訳（メタデータ） (2026-01-05T18:33:50Z) - Curve-Aware Gaussian Splatting for 3D Parametric Curve Reconstruction [14.628742412460346]
本稿では,多視点エッジマップから直接3次元パラメトリック曲線を再構成するためのエンドツーエンドフレームワークを提案する。
パラメトリック曲線とエッジ指向ガウス成分の双方向結合機構を提案する。
提案手法は,既存の手法に比べて高い効率と優れた性能を達成し,トレーニング中のパラメータ数を著しく削減する。
論文 参考訳（メタデータ） (2025-06-26T15:48:08Z) - FlatCAD: Fast Curvature Regularization of Neural SDFs for CAD Models [37.56003520528009]
混合形状演算子項のみを正則化する非対角Weingarten損失を導入する。
6つのSDF評価と1つの勾配を用いた有限差分版と1つのヘッセンベクトル積を用いた自動差分版である。
この手法はドロップインおよびフレームワーク非依存であり、工学的な形状復元のためのスケーラブルな曲率認識型SDF学習を可能にする。
論文 参考訳（メタデータ） (2025-06-19T21:54:08Z) - 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) - BG-Triangle: Bézier Gaussian Triangle for 3D Vectorization and Rendering [60.240908644910874]
微分レンダリングは、レンダリングプロセスを通じて勾配を計算できるようにすることで、効率的な最適化を可能にする。
既存の解は、滑らかで確率的プロキシを使って従来のレンダリング操作を近似または再定式化する。
本稿では,B'ezier三角形に基づくベクトルグラフィックスプリミティブとガウス確率モデルを組み合わせたハイブリッド表現を提案する。
論文 参考訳（メタデータ） (2025-03-18T06:53:52Z) - Learning Deformable Tetrahedral Meshes for 3D Reconstruction [78.0514377738632]
学習に基づく3次元再構成に対応する3次元形状表現は、機械学習とコンピュータグラフィックスにおいてオープンな問題である。
ニューラル3D再構成に関するこれまでの研究は、利点だけでなく、ポイントクラウド、ボクセル、サーフェスメッシュ、暗黙の関数表現といった制限も示していた。
Deformable Tetrahedral Meshes (DefTet) を, ボリューム四面体メッシュを再構成問題に用いるパラメータ化として導入する。
論文 参考訳（メタデータ） (2020-11-03T02:57:01Z) - Cogradient Descent for Bilinear Optimization [124.45816011848096]
双線形問題に対処するために、CoGDアルゴリズム(Cogradient Descent Algorithm)を導入する。
一方の変数は、他方の変数との結合関係を考慮し、同期勾配降下をもたらす。
本アルゴリズムは,空間的制約下での1変数の問題を解くために応用される。
論文 参考訳（メタデータ） (2020-06-16T13:41:54Z)
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。