論文の概要: M$^3$ISR: A Multi-Modal Multi-View Benchmark for 3D/4D Gaussian Splatting and Feedforward Compression
- arxiv url: http://arxiv.org/abs/2608.22465v1
- Date: Sun, 23 Aug 2026 15:44:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:43.775262
- Title: M$^3$ISR: A Multi-Modal Multi-View Benchmark for 3D/4D Gaussian Splatting and Feedforward Compression
- Title（参考訳）: M$^3$ISR: 3D/4Dガウス平滑化とフィードフォワード圧縮のためのマルチモーダルマルチビューベンチマーク
- Abstract要約: M$3$ISRは3Dおよび4Dガウススプラッティングのための制御された合成ベンチマークである(3DGS/4DGS)。
このベンチマークには、屋内と屋外の5つのシーングループから25のシーン、カメラとモーションの2つの構成、6つの同期1080pビュー、そして密集した地味のアノテーションが含まれている。
我々は,M$3$ISRを3DGS合成,4DGS合成,4DGSストリーミング,3DGS圧縮,4DGS圧縮を含む5つの補完トラックに編成する。
- 参考スコア（独自算出の注目度）: 12.893942815407199
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: High-fidelity free-viewpoint video (FVV) and interactive rendering increasingly rely on explicit Gaussian representations, yet practical deployment remains constrained by representation size, dynamic updates, and computational cost. Existing multi-view video benchmarks provide valuable real-captured content, but they make it difficult to isolate the effects of controlled camera geometry, representation efficiency, and temporal redundancy. We introduce M$^3$ISR, a controlled synthetic benchmark for 3D and 4D Gaussian Splatting (3DGS/4DGS). The benchmark contains 25 scenes from five indoor and outdoor scene groups, two camera/motion configurations, six synchronized 1080p views, and dense ground-truth annotations including RGB, camera parameters, depth, semantic and instance segmentation, and static--dynamic masks. The shared-center camera design intentionally isolates angular view variation and enables controlled evaluation of novel-view synthesis and representation efficiency. We organize M$^3$ISR into five complementary tracks covering 3DGS synthesis, 4DGS synthesis, 4DGS streaming, 3DGS compression, and 4DGS compression. Representative baseline results show small differences in static reconstruction quality but substantial differences in representation storage, while the evaluated streaming methods exhibit substantially higher reported training or reconstruction cost than the corresponding offline dynamic reconstruction baselines. We further define feedforward compression tasks for 3DGS and 4DGS and provide reference rate--distortion formulations and preliminary baseline evaluations. The benchmark is intended as a controlled and complementary testbed for systematic study of Gaussian-based FVV reconstruction, compression, and streaming.
- Abstract（参考訳）: 高忠実度自由視点ビデオ(FVV)とインタラクティブレンダリングは、明示的なガウス表現にますます依存しているが、実際の展開は、表現サイズ、動的更新、計算コストによって制限されている。
既存のマルチビュービデオベンチマークは、貴重なリアルタイムコンテンツを提供するが、制御されたカメラ形状、表現効率、時間的冗長性の影響を分離することは困難である。
M$^3$ISRは3Dおよび4Dガウススプラッティング(3DGS/4DGS)のための制御された合成ベンチマークである。
ベンチマークには、屋内と屋外の5つのシーングループ、2つのカメラ/モーション構成、6つの同期1080pビュー、RGB、カメラパラメータ、深さ、セマンティクスとインスタンスセグメンテーション、静的-ダイナミックマスクを含む、密集した地平線アノテーションが含まれている。
共有中心カメラの設計は、意図的に角度ビューの変動を分離し、新規ビューの合成と表現効率の制御を可能にする。
我々は,M$^3$ISRを3DGS合成,4DGS合成,4DGSストリーミング,3DGS圧縮,4DGS圧縮を含む5つの補完トラックに編成する。
評価されたストリーミング手法は, 静的復元品質の差は小さいが, 表現ストレージの差は大きいが, 評価されたストリーミング手法は, 対応するオフライン動的再構成ベースラインよりも, かなり高いトレーニングや再構築コストを示す。
さらに,3DGSと4DGSのフィードフォワード圧縮タスクを定義し,基準速度歪みの定式化と予備ベースライン評価を行う。
このベンチマークは、ガウスベースのFVV再構成、圧縮、ストリーミングの体系的な研究のための制御および補完的なテストベッドとして意図されている。
関連論文リスト
- 3DGSI-Assessor: A Large-Scale Dataset and An LMM-based Method for 3D Gaussian Splatting Image Quality Assessment [56.721866312037065]
圧縮3DGSのための大規模多次元IQAデータセットである3DGS-IEval-15K+を提案する。
3DGS-IEval-15K+に基づいて,オールインワンの3DGS IQAフレームワークである3DGSI-Assessorを提案する。
論文 参考訳（メタデータ） (2026-08-04T07:53:14Z) - SUCCESS-GS: Survey of Compactness and Compression for Efficient Static and Dynamic Gaussian Splatting [12.927009543427259]
3D Gaussian Splatting (3DGS) は、リアルタイム、高忠実な3D再構成と新しいビュー合成を可能にする強力な明示的表現として登場した。
しかし、その実用性は、数百万のガウスの記憶とレンダリングに必要な膨大なメモリと計算要求によって妨げられている。
本調査は, 効率的な3次元および4次元ガウススプラッティング技術について概観する。
論文 参考訳（メタデータ） (2025-12-08T06:15:59Z) - TED-4DGS: Temporally Activated and Embedding-based Deformation for 4DGS Compression [14.026420167067117]
速度歪み最適化4DGS圧縮のための時間的活性化および埋め込みに基づく変形方式であるTED-4DGSを提案する。
提案手法は,複数の実世界のデータセット上での最先端の速度歪み性能を実現する。
論文 参考訳（メタデータ） (2025-12-05T05:46:35Z) - Diff4Splat: Controllable 4D Scene Generation with Latent Dynamic Reconstruction Models [79.06910348413861]
Diff4Splatは、単一の画像から制御可能で明示的な4Dシーンを合成するフィードフォワード方式である。
単一の入力画像、カメラ軌跡、オプションのテキストプロンプトが与えられた場合、Diff4Splatは外見、幾何学、動きを符号化する変形可能な3Dガウス場を直接予測する。
論文 参考訳（メタデータ） (2025-11-01T11:16:25Z) - P-4DGS: Predictive 4D Gaussian Splatting with 90$\times$ Compression [26.130131551764077]
3D Gaussian Splatting (3DGS) は、シーン表現の忠実さとリアルタイムレンダリング性能が優れており、注目されている。
有望な結果を得たにもかかわらず、既存のアルゴリズムのほとんどは、動的シーンに固有の時間的および空間的冗長性を見落としている。
コンパクトな4次元シーンモデリングのための新しい動的3DGS表現であるP-4DGSを提案する。
論文 参考訳（メタデータ） (2025-10-11T05:19:41Z) - 4DGCPro: Efficient Hierarchical 4D Gaussian Compression for Progressive Volumetric Video Streaming [52.76837132019501]
本稿では,新しい階層型4D圧縮フレームワークである4DGCProを紹介する。
4DGCProは、プログレッシブボリュームビデオストリーミングによるリアルタイムモバイルデコーディングと高品質なレンダリングを容易にする。
エンドツーエンドのエントロピー最適化トレーニングスキームを提案する。
論文 参考訳（メタデータ） (2025-09-22T08:38:17Z) - D-FCGS: Feedforward Compression of Dynamic Gaussian Splatting for Free-Viewpoint Videos [12.24209693552492]
自由視点ビデオ(FVV)は没入型3D体験を可能にするが、動的3D表現の効率的な圧縮は依然として大きな課題である。
本稿では,時間的に相関したガウス点雲列を圧縮する新しいフィードフォワードフレームワークである動的ガウス散乱(D-FCGS)のフィードフォワード圧縮を提案する。
実験の結果,最適化手法の速度歪み特性と一致し,40倍以上の圧縮を2秒以内で達成した。
論文 参考訳（メタデータ） (2025-07-08T10:39:32Z) - 4DGC: Rate-Aware 4D Gaussian Compression for Efficient Streamable Free-Viewpoint Video [56.04182926886754]
3D Gaussian Splatting (3DGS)は、フォトリアリスティック・フリー・ビューポイント・ビデオ(FVV)体験を可能にする大きな可能性を秘めている。
既存の方法は、動的3DGS表現と圧縮を別々に扱うのが一般的である。
本稿では,FVVのRD性能を向上しつつ,ストレージサイズを大幅に削減するレート対応4Dガウス圧縮フレームワークである4DGCを提案する。
論文 参考訳（メタデータ） (2025-03-24T08:05:27Z) - 4D Gaussian Splatting: Modeling Dynamic Scenes with Native 4D Primitives [115.67081491747943]
動的3Dシーン表現と新しいビュー合成はAR/VRおよびメタバースアプリケーションの実現に不可欠である。
我々は,その基礎となる4次元体積を近似として,時間変化の異なる3次元シーンの再構成を再構成する。
ストレージのボトルネックに対処するため、メモリフットプリントを効果的に削減するいくつかのコンパクトなバリエーションを導出する。
論文 参考訳（メタデータ） (2024-12-30T05:30:26Z) - 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。