論文の概要: ATGS: Anchored Temporal Gaussian Splatting for Long Volumetric Video Representation
- arxiv url: http://arxiv.org/abs/2608.30184v1
- Date: Mon, 31 Aug 2026 03:09:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.206475
- Title: ATGS: Anchored Temporal Gaussian Splatting for Long Volumetric Video Representation
- Title（参考訳）: ATGS:長期的ビデオ表現のための時間的ガウス的スプラッティング
- Authors: Jiahao Wu, Jie Liang, Die Hu, Jiayu Yang, Kaiqiang Xiong, Xiang Li, Xiaoyun Zheng, Chao Wang, Ronggang Wang,
- Abstract要約: ボリュームビデオは、ダイナミックな現実世界のシーンの没入型自由視点レンダリングを可能にする。
既存の手法は長いシーケンスや複雑な動きに苦しむため、しばしば時間的不安定性と視覚的アーティファクトに繋がる。
ボリュームビデオ再構成のためのガウススプラッティングに基づくフレームワークである ourname を提案する。
- 参考スコア（独自算出の注目度）: 38.28031393950813
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Volumetric video enables immersive free viewpoint rendering of dynamic real world scenes, yet existing methods struggle with long sequences and complex motions, often leading to temporal instability and visual artifacts. To address these challenges, we propose \ourname, a Gaussian splatting based framework for volumetric video reconstruction. Our key insight is that explicitly tracking long term complex motion with individual Gaussian primitives is inherently unstable. Instead, we organize Gaussians around time conditioned anchors that localize their spatial and temporal support, thereby reducing long range motion complexity. We further introduce a temporal windowing strategy to activate only anchors relevant to the queried time, which improves scalability and temporal coherence. In addition, to ensure spatial and temporal stability, we design a compact set of multi level anchor features that encode global features, local spatial features, and local temporal features, jointly constraining Gaussian generation. Extensive experiments demonstrate that \ourname \ consistently outperforms prior methods on long sequence volumetric videos with complex motions. Project page: https://github.com/WuJH2001/ATGS.
- Abstract（参考訳）: ボリュームビデオは、ダイナミックな現実世界のシーンの没入型自由視点レンダリングを可能にするが、既存の手法は長いシーケンスや複雑な動きに苦しむため、しばしば時間的不安定や視覚的アーティファクトにつながる。
これらの課題に対処するために,ガウススプラッティングに基づくボリュームビデオ再構成フレームワークである \ourname を提案する。
我々の重要な洞察は、個々のガウス原始体による長期の複雑な動きを明示的に追跡することは本質的に不安定であるということである。
代わりに、時間条件付アンカーの周囲にガウスを配置し、空間的および時間的支持を局所化し、これにより長距離運動の複雑さを減少させる。
さらに,待ち時間に関連するアンカーのみを起動する時間的ウィンドウ化戦略を導入し,拡張性と時間的コヒーレンスを改善する。
さらに,空間的・時間的安定性を確保するため,グローバルな特徴,局所的空間的特徴,局所的時間的特徴を符号化するマルチレベルアンカーのコンパクトなセットを設計し,ガウス生成を制約する。
大規模な実験により、‘ourname \ は複雑な動きを持つ長い列の体積ビデオの先行手法を一貫して上回ることを示した。
プロジェクトページ:https://github.com/WuJH2001/ATGS
関連論文リスト
- RiGS: Rigid-aware 4D Gaussian Splatting from a Single Monocular Video [38.8840959968641]
我々は,複数の時間スケールにわたる動きを同時にキャプチャするRiGS(Rigid-aware 4D Gaussian Splatting)を提案する。
RiGSは、新しいビュー合成ベンチマークで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-05-22T14:20:39Z) - Towards Robust and Generalizable Continuous Space-Time Video Super-Resolution with Events [71.2439653098351]
連続時空ビデオスーパーSTVSRは、高解像度で高フレームのビデオを任意の時間スケールで再構成する能力への関心が高まっている。
EvEnhancerは、イベントストリームにカプセル化された高時間および高ダイナミックレンジのユニークな特性を結合する新しいアプローチである。
提案手法は,OODスケールでの一般化性を維持しつつ,合成および実世界の両方のデータセット上での最先端性能を実現する。
論文 参考訳（メタデータ） (2025-10-04T15:23:07Z) - Continuous Space-Time Video Super-Resolution with 3D Fourier Fields [62.270473766381976]
連続時空ビデオ超解像のための新しい定式化法を提案する。
モデリング関節は空間的および時間的超解像の両方を大幅に改善することを示す。
論文 参考訳（メタデータ） (2025-09-30T14:34:02Z) - STD-GS: Exploring Frame-Event Interaction for SpatioTemporal-Disentangled Gaussian Splatting to Reconstruct High-Dynamic Scene [54.418259038624406]
既存の手法ではフレームカメラのシーンと直接一致させるために統一表現モデル(例えばガウシアン)を採用している。
しかし、この統一パラダイムは、フレームの特徴と背景とオブジェクト間の不連続な空間的特徴により、オブジェクトの潜在的時間的特徴に失敗する。
本研究では,フレームカメラを補うイベントカメラを導入し,高ダイナミックなシーン再構成のための時分割型ガウススプレイティングフレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-29T09:32:06Z) - FreeTimeGS: Free Gaussian Primitives at Anytime and Anywhere for Dynamic Scene Reconstruction [64.30050475414947]
FreeTimeGSはガウスのプリミティブを任意の時間と位置で表示できる新しい4D表現である。
我々の表現は強い柔軟性を持ち、ダイナミックな3Dシーンをモデル化する能力を向上させる。
いくつかのデータセットに対する実験結果から,本手法のレンダリング品質は,最近の手法よりも大きなマージンで優れていることが示された。
論文 参考訳（メタデータ） (2025-06-05T17:59:57Z) - EvolvingGS: High-Fidelity Streamable Volumetric Video via Evolving 3D Gaussian Representation [14.402479944396665]
EvolvingGSは、まずターゲットフレームに合わせるためにガウスモデルを変形させ、最小点加算/減算で洗練する2段階戦略である。
漸進的に進化する表現の柔軟性のため,本手法はフレーム単位と時間単位の品質指標の両方で既存手法より優れている。
我々の手法は、特に複雑な人間のパフォーマンスを持つ拡張シーケンスにおいて、動的シーン再構成の最先端性を著しく向上させる。
論文 参考訳（メタデータ） (2025-03-07T06:01:07Z) - Adaptive and Temporally Consistent Gaussian Surfels for Multi-view Dynamic Reconstruction [3.9363268745580426]
AT-GSは、フレーム単位のインクリメンタル最適化により、多視点ビデオから高品質な動的曲面を再構成する新しい手法である。
連続するフレーム間の曲率写像の整合性を確保することにより、動的表面における時間的ジッタリングを低減する。
本手法は動的表面再構成の精度と時間的コヒーレンスを向上し,高忠実度空間時間新奇なビュー合成を実現する。
論文 参考訳（メタデータ） (2024-11-10T21:30:16Z)
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。