論文の概要: Heat Kernel Textures: the Geodesic Gaussians That Do Not Splat
- arxiv url: http://arxiv.org/abs/2609.07557v1
- Date: Mon, 07 Sep 2026 14:39:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.444263
- Title: Heat Kernel Textures: the Geodesic Gaussians That Do Not Splat
- Title(参考訳): 熱核テクスチャ : 断食しない測地系ガウス
- Abstract要約: 熱カーネルテクスチャ(HKTex)は、紫外線の解離と、紫外線空間の無駄、縫い目、歪み、合成複製、様々な解像度の持続的な問題を排除している。
我々の表現は物理的にベースとした合成と完全に統合されており、既存のテクスチャやマルチビュー画像から最適化できる。
- 参考スコア(独自算出の注目度): 51.087279935749905
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: 3D Gaussian Splatting has recently revolutionised novel view synthesis as well as many other 3D vision methods and applications. Drawing inspiration from this representation, we now rethink textures to overcome the main issues of UV mapping while considerably lowering their memory footprint. Heat Kernel Textures (HKTex) eliminate UV unwrapping as well as their persistent issues of wasted UV space, seams, distortions, vertex-duplication, and varying resolution. Grounded in discrete Riemannian geometry and intrinsically defined on any manifold surface discretised as a triangular mesh, HKTex uses anisotropic heat kernels as geodesic equivalents to Gaussians. Like our kernels, also the optimisation of their position and the adaptive densification strategies were redefined to operate on the surface of the object to be textureised. Our novel representation is also fully integrated with a physically based renderer and can be optimised either from existing textures or multi-view images. Our project page and code are available at circle-group.github.io/research/HeatKernelTextures.
- Abstract(参考訳): 3D Gaussian Splattingは最近、他の多くの3Dビジョン手法や応用と同様に、新しいビュー合成に革命をもたらした。
この表現からインスピレーションを得て、我々はテクスチャを再考し、UVマッピングの主な課題を克服し、メモリフットプリントを大幅に下げる。
熱カーネルテクスチャ(HKTex)は、紫外線の解離と、紫外線空間の無駄、縫い目、歪み、頂点重複、および様々な解像度の持続的な問題を排除している。
離散リーマン幾何学と、三角メッシュとして離散化された任意の多様体面に内在的に定義された HKTex は、ガウスの測地的同値として異方性熱核を用いる。
我々のカーネルと同様に、それらの位置の最適化と適応的な密度化戦略も再定義され、テクスチャ化される物体の表面で操作された。
我々の新しい表現は、物理ベースのレンダラーと完全に統合されており、既存のテクスチャやマルチビュー画像から最適化できる。
プロジェクトページとコードは circle-group.github.io/research/HeatKernelTextures で公開しています。
関連論文リスト
- LaFiTe: A Generative Latent Field for 3D Native Texturing [72.05710323154288]
既存のネイティブアプローチは、その生成したテクスチャの忠実さと一般性を著しく制限する、強力で多目的な表現が欠如しているため、疎外である。
粗い色表現と紫外パラメータ化によって制約された高品質なテクスチャを生成するLaFiTeを紹介する。
論文 参考訳(メタデータ) (2025-12-04T13:33:49Z) - Geometry Field Splatting with Gaussian Surfels [23.412129038089326]
我々は、最近の研究で提案された不透明曲面の幾何学的場を利用して、体積密度に変換することができる。
ガウス核やウェーバを体積よりも幾何場に適応させ、不透明な固体の正確な再構成を可能にする。
広範に使用されているデータセット上で再構成された3次元表面の質が大幅に向上したことを示す。
論文 参考訳(メタデータ) (2024-11-26T03:07:05Z) - 3D Convex Splatting: Radiance Field Rendering with 3D Smooth Convexes [87.01284850604495]
多視点画像から幾何学的に有意な放射場をモデル化するためのプリミティブとして3次元滑らかな凸を利用した3次元凸法(3DCS)を提案する。
3DCSは、MipNeizer, Tanks and Temples, Deep Blendingなどのベンチマークで、3DGSよりも優れたパフォーマンスを実現している。
本結果は,高品質なシーン再構築のための新しい標準となる3Dコンベクシングの可能性を強調した。
論文 参考訳(メタデータ) (2024-11-22T14:31:39Z) - GUS-IR: Gaussian Splatting with Unified Shading for Inverse Rendering [83.69136534797686]
GUS-IRは、粗く光沢のある表面を特徴とする複雑なシーンの逆レンダリング問題に対処するために設計された新しいフレームワークである。
本稿では、逆レンダリング、フォワードシェーディング、遅延シェーディングに広く使われている2つの顕著なシェーディング技術を分析し、比較することから始める。
両手法の利点を組み合わせた統合シェーディングソリューションを提案する。
論文 参考訳(メタデータ) (2024-11-12T01:51:05Z) - DreamMesh4D: Video-to-4D Generation with Sparse-Controlled Gaussian-Mesh Hybrid Representation [10.250715657201363]
本稿では,メッシュ表現と幾何スキン技術を組み合わせた新しいフレームワークDreamMesh4Dを紹介し,モノクロビデオから高品質な4Dオブジェクトを生成する。
我々の手法は現代のグラフィックパイプラインと互換性があり、3Dゲームや映画産業におけるその可能性を示している。
論文 参考訳(メタデータ) (2024-10-09T10:41:08Z) - Texture-GS: Disentangling the Geometry and Texture for 3D Gaussian Splatting Editing [79.10630153776759]
3Dガウススプラッティングは画期的なアプローチとして登場し、高忠実度再構成とリアルタイムレンダリングの能力に注目が集まっている。
そこで我々は,テクスチャ-GSという新しいアプローチを提案し,その外観を3次元表面上にマッピングされた2次元テクスチャとして表現することで幾何学から切り離す。
提案手法は,高精細な外観の編集を容易にするだけでなく,コンシューマレベルのデバイス上でのリアルタイムレンダリングも実現している。
論文 参考訳(メタデータ) (2024-03-15T06:42:55Z) - SceneTex: High-Quality Texture Synthesis for Indoor Scenes via Diffusion
Priors [49.03627933561738]
SceneTexは、奥行き拡散前処理を用いた室内シーンの高品質でスタイルに一貫性のあるテクスチャを生成する新しい方法である。
SceneTexは3D-FRONTシーンの様々な正確なテクスチャ合成を可能にする。
論文 参考訳(メタデータ) (2023-11-28T22:49:57Z) - Delicate Textured Mesh Recovery from NeRF via Adaptive Surface
Refinement [78.48648360358193]
画像からテクスチャ化された表面メッシュを生成する新しいフレームワークを提案する。
我々のアプローチは、NeRFを用いて幾何学とビュー依存の外観を効率的に初期化することから始まります。
ジオメトリと共同で外観を洗練し、テクスチャ画像に変換してリアルタイムレンダリングします。
論文 参考訳(メタデータ) (2023-03-03T17:14:44Z)
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。