論文の概要: View-Structured Conformal Prediction for 3D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2609.10307v1
• Date: Wed, 09 Sep 2026 15:16:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:09.078239
• Title: View-Structured Conformal Prediction for 3D Gaussian Splatting
• Title（参考訳）: 3次元ガウス平板のビュー構造等角予測
• Abstract要約: 3D Gaussian Splatting (3DGS)は、新しいビューをリアルタイムでレンダリングするが、不確実なヒートマップは、レンダリングされたビューが特定の予測カバレッジを満たすことを証明しない。 ビュー構造化コンフォーマル予測(VSCP)を提案する。 これは、事前校正スケールを、必要となる最小のビューワイズ乗算器を予測する有界および移動可能なビューワイズ因子から空間的な形状に分割する。
• 参考スコア（独自算出の注目度）: 26.600186868779364
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Gaussian Splatting (3DGS) renders novel views in real time, but an uncertainty heatmap does not certify that a rendered view meets a certain prediction coverage. We treat novel-view synthesis as structured regression and ask that, with probability at least $1-α$, RGB prediction boxes cover at least a $1-β$ fraction of pixels in a new view. We propose View-Structured Conformal Prediction (VSCP). It splits the pre-calibration scale into a spatial shape from the renderer and a transferable view-difficulty factor, which predicts the smallest view-wise multiplier that shape needs. A held-out quantile over views (View-CP) then gives finite-sample validity even when transferring to new scenes. The same factorization makes the analysis exact: a conformity score is the ratio of oracle to predicted view difficulty, and excess width separates into a test-side and a calibration-side term. Across 13 real scenes, pixel-pooled calibration reaches 89.9\% marginal pixel coverage but only 61.4\% view-event coverage at a 90\% target, while View-CP reaches 91.7--92.0\%. At matched coverage VSCP cuts width by 22.1\% against a constant scale, and matches a ten-model ensemble's 21.0\% reduction using only one model per scene and four rather than ten rasterization passes per query. VSCP also improves on the closest single-model baseline, the 3DGS-U field, by 4.7 points ($p=0.0225$). The view predictor transfers from bounded source families to all nine unbounded Mip-NeRF~360 scenes. There the full scale beats the constant scale with 20.7\% width saving on all nine scenes. It also keeps an 18.3\% saving under a different densification backbone and runs at 216--280 FPS on an RTX~4090.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は、新しいビューをリアルタイムでレンダリングするが、不確実なヒートマップは、レンダリングされたビューが特定の予測カバレッジを満たすことを証明しない。 我々は、新規ビュー合成を構造化回帰として扱い、少なくとも1-α$の確率で、RGB予測ボックスは、新しいビューで少なくとも1-β$のピクセルをカバーしている。 ビュー構造化コンフォーマル予測(VSCP)を提案する。 事前校正スケールを、レンダラーと転送可能なビュー微分係数から空間的な形状に分割し、形状が必要な最小のビューワイド乗算器を予測する。 ビュー(View-CP)上の保持された量子化は、新しいシーンに転送しても有限サンプルの有効性を与える。 適合度スコアは視の難易度を予測するためのオラクルの比率であり、余剰幅はテスト側とキャリブレーション側で分離される。 13の実際のシーンで、ピクセルプールのキャリブレーションは89.9\%の限界画素カバレッジに到達したが、90\%のターゲットで61.4\%しか表示できないのに対し、ビューCPは91.7--92.0\%に達した。 一致したカバレッジでは、VSCPは、一定のスケールに対して幅を22.1\%削減し、クエリ毎に10のラスタライズパスではなく、シーン毎に1つのモデルと4つのモデルを使用する10モデルのアンサンブルの21.0\%削減と一致する。 VSCPはまた、最も近い1モデルベースラインである3DGS-Uフィールドを4.7ポイント(p=0.0225$)改善している。 ビュー予測器は、バウンドソースファミリーから9つの未バウンドMip-NeRF~360シーンに転送される。 フルスケールは、9つのシーンすべてで20.7\%の幅で一定のスケールを上回ります。 また、異なる密度のバックボーンの下で18.3\%の節約を保ち、RTX~4090で216-280 FPSで動作する。

関連論文リスト

• DepthART: Scaling Foundation Monocular Depth to Tiny Models [51.10174763031444]
  DepthARTは、様々なシーンにまたがるデバイス上のデプロイメントのためのコンパクトなMDEモデルである。 ゼロショット一般化とメートル法精度の両方において、DepthARTが従来の小さなベースラインを一貫して上回っていることを示す。 また、GTX A6000で347/245 FPS (strict FP32)、Orin NX 8GBで2242/4482ドル、102 FPS (TF32)、Jetson Nano 4GBで15 FPS (FP32) に達したスケーラブルなモデルファミリも提供しています。
  論文  参考訳（メタデータ） (2026-07-19T06:54:52Z)
• Rendering-Aware Bayesian 3D Gaussian Splatting with Native Uncertainty and Adaptive Complexity Control [20.917423573702127]
  3DGSはリアルタイムノベルビューの強力な表現であるが、標準的なトレーニングパイプラインは点推定と手作業による合成に依存している。 本稿では,ベイズ幾何学を標準逆ウィッシュアートの手法と共分散を用いて追従するレンダリング対応3DGSフレームワークを提案する。 固定予算の16対32のアクティブビュータスクでは、ネイティブNIWはPSNRを+0.453dB、LPIPSを-0.0146で改善し、スコアのみの3つの標準アンサンブルベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-07-06T18:01:08Z)
• PointSplat: Compact Gaussian Splatting via Human-Centric Prediction [70.45838533838104]
  本研究では,ハエのインプットビューから3次元人間表現を創出する新しい人間中心のアプローチであるPointSplatを提案する。 提案手法は,まず粗い幾何学的プロキシを推定し,冗長点を起点とするレイキャスティングを行う。 その後、ポイント・イメージ・トランスフォーマーを使用して外観と幾何学的特徴を融合させ、ガウスの属性を1つの前方通過で予測する。
  論文  参考訳（メタデータ） (2026-06-30T17:59:05Z)
• Variance Reduction on the Camera Axis: Multi-View Score Distillation for 3D [0.30586855806896046]
  スコア蒸留は事前訓練された2次元拡散モデルを3次元生成器に変えるが、ステップごとの勾配はランダムに選択された1つの視点から推定される。 以前の作業では、マルチビューデータに先立って拡散をトレーニングすることで、この問題に対処している。 代わりにサンプリング軸を分離する。
  論文  参考訳（メタデータ） (2026-06-29T08:41:42Z)
• Cross-View Variance Correlation in Path-Traced Stereo:A Hidden Shortcut in Synthetic Training Data [0.0]
  パストレーシングされた合成ステレオデータは、多くの不均一推定訓練パイプラインを実現する。 基礎となる共分散場は, 地道不均等ワープに整列すると, 高い相関関係を示す。 この信号はMCレンダリングデータに特有であり、候補のsim-to-realショートカットを構成する。
  論文  参考訳（メタデータ） (2026-06-24T07:13:00Z)
• Beyond Inference-Only Deployment: Comparing Weight-Based Consolidation Against Cascading Compaction [1.6214121783846343]
  本研究は,1つのコンシューマ上でのLow-Rank Adaptation (LoRA)ファインチューニングにより,インタラクション知識をモデルウェイトに夜間に集約することを評価する。 10つの現実的なソフトウェア開発の会話の中で、カスケードのコンパクト化は36.8 +/-3.0%の知識を保持する。 LoRAは、相互作用知識を合成、合成、Low-Rank Adaptation (LoRA)ファインチューニングを通じてモデルウェイトに集約する。
  論文  参考訳（メタデータ） (2026-05-23T16:57:25Z)
• The frame-level leakage trap: rethinking evaluation protocols for intrinsic image decomposition, with source-separable uncertainty as a case study [0.0]
  3つのアーキテクチャで、初めてリーク効果を定量化します。 フレームレベルスプリットは、シーンレベルスプリットに対してR_PSNRを1.6〜2.0dB膨張させる。 我々は、S + N で構成された物理インフォームド分解 I = R を、ソース分離可能な三方向不確実性ヘッドで表現する。
  論文  参考訳（メタデータ） (2026-05-07T14:37:16Z)
• BPDQ: Bit-Plane Decomposition Quantization on a Variable Grid for Large Language Models [56.504879072674015]
  本稿では,ビットプレーンとスカラー係数による可変量子化グリッドを構成するビットプレーン分解量子化(BPDQ)を提案する。 BPDQは、1つのGTX 3090上でQwen2.5-72Bを83.85%のGSM8Kの精度で提供できる(ただし16ビットでは90.83%)。
  論文  参考訳（メタデータ） (2026-02-04T02:54:37Z)
• Quantized Visual Geometry Grounded Transformer [67.15451442018258]
  本稿では,VGGTの最初の量子化フレームワーク,すなわちQuantVGGTを提案する。 球状前アダマール回転と局所流路平滑化を統合したDual-Smoothed Fine-Grained Quantizationを導入する。 また、重層統計量を用いて外周をフィルタするノイズフィルタディバースサンプリングを設計する。
  論文  参考訳（メタデータ） (2025-09-25T15:17:11Z)
• FreeSplat: Generalizable 3D Gaussian Splatting Towards Free-View Synthesis of Indoor Scenes [50.534213038479926]
  FreeSplatは、長いシーケンス入力から自由視点合成まで、幾何学的に一貫した3Dシーンを再構築することができる。 ビュー数に関係なく、広いビュー範囲にわたる堅牢なビュー合成を実現するための、シンプルで効果的なフリービュートレーニング戦略を提案する。
  論文  参考訳（メタデータ） (2024-05-28T08:40:14Z)
• LoLep: Single-View View Synthesis with Locally-Learned Planes and Self-Attention Occlusion Inference [66.45326873274908]
  本稿では,1枚のRGB画像から局所学習平面を回帰してシーンを正確に表現するLoLepを提案する。 MINEと比較して、LPIPSは4.8%-9.0%、RVは73.9%-83.5%である。
  論文  参考訳（メタデータ） (2023-07-23T03:38:55Z)

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。