論文の概要: NOVA-GS: Noise-Aware View-Consistent Gaussian Splatting for Low-Light Novel View Synthesis
- arxiv url: http://arxiv.org/abs/2609.12682v1
- Date: Fri, 11 Sep 2026 10:26:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-15 10:54:53.425473
- Title: NOVA-GS: Noise-Aware View-Consistent Gaussian Splatting for Low-Light Novel View Synthesis
- Title（参考訳）: NOVA-GS:低照度新規ビュー合成のためのノイズ対応型ガウス平滑化
- Abstract要約: NOVA-GSは低光度3Dガウススプラッティングのためのノイズ対応フレームワークである。
単一のプロセス内で拡張、デノイング、および幾何最適化を仮定する。
様々な現実世界の低照度データセットの実験では、ペアの監督やよく照らされた参照を必要とせずに、幾何学的忠実度、色一貫性、堅牢性が改善された。
- 参考スコア（独自算出の注目度）: 8.990930037094982
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reconstructing 3D scenes under real-world low-light conditions remains challenging due to severe sensor noise, low signal-to-noise ratios, and degraded photometric consistency, which destabilize geometry estimation and novel view synthesis. Existing approaches often rely on well-lit reference data for reliable Structure-from-Motion (SfM) initialization under degraded inputs or apply per-view enhancement methods that introduce cross-view inconsistencies. To address these limitations, we propose \textbf{NOVA-GS}, a unified noise-aware framework for low-light 3D Gaussian Splatting that subsumes enhancement, denoising, and geometry optimization within a single process. Our method leverages VGGT-based feed-forward estimation to obtain robust camera poses and geometry directly from degraded inputs, eliminating the need for SfM. Building on this initialization, NOVA-GS integrates three coupled components: a structure-aware enhancement module for exposure correction, a self-supervised denoising module with blind-spot masking for pseudo-supervision, and a consistency-driven Gaussian Splatting optimization enforcing cross-view geometric coherence. We further introduce a noise-guided spherical harmonic regularization to suppress view-dependent artifacts in noisy regions. Extensive experiments on diverse real-world low-light datasets demonstrate improved geometric fidelity, color consistency, and robustness without requiring paired supervision or well-lit references. https://shaurya2524.github.io/nova-gs/
- Abstract（参考訳）: 実世界の低照度条件下での3Dシーンの再構成は、高度センサノイズ、低信号対雑音比、および幾何推定と新しいビュー合成を不安定にする劣化した光度整合性により、依然として困難である。
既存のアプローチは、しばしば信頼性の高いStructure-from-Motion (SfM)の初期化のために、信頼性の高い参照データに依存する。
これらの制約に対処するため,低照度3次元ガウススプラッティングのための統合ノイズ対応フレームワークである \textbf{NOVA-GS} を提案する。
提案手法は,VGGTに基づくフィードフォワード推定を利用して,劣化した入力からロバストなカメラポーズとジオメトリを直接取得し,SfMの必要性を解消する。
この初期化に基づいて、NOVA-GSは、露出補正のための構造認識拡張モジュール、擬似スーパービジョンのための盲点マスキングを備えた自己教師付きデノナイジングモジュール、および、クロスビュー幾何コヒーレンスを強制する一貫性駆動のガウス・スプレイティング最適化の3つのコンポーネントを統合している。
さらにノイズ誘導球面高調波正則化を導入し、ノイズ領域におけるビュー依存のアーティファクトを抑える。
様々な現実世界の低照度データセットに対する大規模な実験は、ペア化された監督やよく照らされた参照を必要とせずに、幾何学的忠実度、色一貫性、堅牢性が改善されたことを示している。
https://shaurya2524.github.io/nova-gs/
関連論文リスト
- Improving Sparse-View 3DGS Generalization via Flat Minima Optimization [37.65568887478836]
ニューラルレンダリングの最近の進歩は、新しいビュー合成のための高効率な表現として、3Dガウススティング(3DGS)を確立している。
しかし、3DGSは, 少ない視点でのみ監督を行う場合, 観察された画像に過度に適合し, 見えない視点に過度に一般化する傾向にある。
我々は,小パラメータ摂動下で安定な解を求めるフラット・ミニマ (FM) 最適化の観点から,この問題に対処する。
論文 参考訳（メタデータ） (2026-07-01T12:52:57Z) - Denoising-GS: Gaussian Splatting with Spatial-aware Denoising [59.331050242447255]
高忠実なノベルビュー合成(NVS)において、3Dガウススティング(3DGS)は顕著な成功を収めた
本稿では, 3DGS の最適化を原始的認知過程として定式化し, 新たな視点を導入する。
位置と空間構造を両立させることにより,プリミティブのコヒーレントなデノナイジングフレームワークであるDenoising-GSを提案する。
3つのベンチマークデータセットで実施された実験により、Denoising-GSは表現のコンパクト性を維持しながら、NVSの忠実度を一貫して向上することを示した。
論文 参考訳（メタデータ） (2026-05-14T14:24:21Z) - 3DGS-HPC: Distractor-free 3D Gaussian Splatting with Hybrid Patch-wise Classification [80.43401018217367]
3D Gaussian Splatting (3DGS) は新規なビュー合成と3Dシーン再構成において顕著な性能を示した。
その品質は、移動物体や様々な影など、過渡的な気晴らしによって、現実世界の環境において劣化することが多い。
既存の方法は、事前訓練された視覚モデルから抽出されたセマンティックな手がかりに頼り、これらの障害を識別し、抑制する。
本稿では,2つの相補的原理を組み合わせることで,これらの制約を回避するフレームワークである3DGS-HPCを提案する。
論文 参考訳（メタデータ） (2026-03-08T11:16:30Z) - Unifying Color and Lightness Correction with View-Adaptive Curve Adjustment for Robust 3D Novel View Synthesis [73.27997579020233]
多様な照明条件下での堅牢なNVSのための3DGSベースのフレームワークであるLuminance-GS++を提案する。
本手法は,グローバルな視野適応光度調整と局所画素ワイド残差補正を組み合わせ,正確な色補正を行う。
論文 参考訳（メタデータ） (2026-02-20T16:20:50Z) - ERGO: Excess-Risk-Guided Optimization for High-Fidelity Monocular 3D Gaussian Splatting [63.138778159026934]
本稿では,ERGOと呼ばれる過度のリスク分解によって導かれる適応最適化フレームワークを提案する。
ERGOはビュー固有の過剰リスクを動的に推定し、最適化中の損失重みを適応的に調整する。
Google Scanned ObjectsデータセットとOmniObject3Dデータセットの実験は、既存の最先端メソッドよりもERGOの方が優れていることを示している。
論文 参考訳（メタデータ） (2026-02-10T20:44:43Z) - SplatBright: Generalizable Low-Light Scene Reconstruction from Sparse Views via Physically-Guided Gaussian Enhancement [26.905118897488077]
SplatBrightは、スパースsRGB入力からのジョイントローライト拡張と再構成のための最初の一般化可能な3Dガウスフレームワークである。
我々のキーとなる考え方は、物理的に誘導された照明モデリングと幾何学的外観の疎結合を統合して、一貫した低照度再構成を行うことである。
SplatBright は2D と 3D の両方の手法と比較して、目立たない低照度シーンに優れた新規ビュー合成、クロスビュー一貫性、そしてより良い一般化を実現している。
論文 参考訳（メタデータ） (2025-12-21T09:06:16Z) - RoGER-SLAM: A Robust Gaussian Splatting SLAM System for Noisy and Low-light Environment Resilience [4.942278642834429]
RoGER-SLAMは3DGSのSLAMシステムで、ノイズと低照度のレジリエンスに特化している。
また,RoGER-SLAMは,他の3DGS-SLAMシステムと比較してトラジェクトリ精度と再構成品質を一貫して向上することを示した。
論文 参考訳（メタデータ） (2025-10-26T09:32:43Z) - Moving Light Adaptive Colonoscopy Reconstruction via Illumination-Attenuation-Aware 3D Gaussian Splatting [35.37461816543526]
3D Gaussian Splatting (3DGS) は, 大腸内視鏡におけるリアルタイム視線合成の重要技術として出現している。
しかし、バニラ3DGSは静止照明を仮定し、観測された外観は視角のみに依存する。
このミスマッチは、ほとんどの3DGS法に、カメラと組織の間に、構造に違反するガウスの塊を導入するよう強制する。
大腸内視鏡に適した改良型3DGSフレームワークであるColIAGSを提案する。
論文 参考訳（メタデータ） (2025-10-21T15:44:23Z) - VA-GS: Enhancing the Geometric Representation of Gaussian Splatting via View Alignment [48.147381011235446]
3D Gaussian Splattingは、リアルタイムな新規ビュー合成のための効率的なソリューションとして最近登場した。
ビューアライメントによる3次元ガウス多様体の幾何学的表現を強化する新しい手法を提案する。
本手法は, 表面再構成と新しいビュー合成の両面において, 最先端の性能を実現する。
論文 参考訳（メタデータ） (2025-10-13T14:44:50Z) - LL-Gaussian: Low-Light Scene Reconstruction and Enhancement via Gaussian Splatting for Novel View Synthesis [17.470869402542533]
低照度シーンにおける新しいビュー合成(NVS)は、劣化した入力のために重要な課題である。
低照度sRGB画像からの3次元再構成と拡張のための新しいフレームワークであるLL-Gaussianを提案する。
最先端のNeRFベースの手法と比較して、LL-Gaussianは最大2000倍高速な推論を実現し、トレーニング時間を2%に短縮する。
論文 参考訳（メタデータ） (2025-04-14T15:39:31Z) - PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。
本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
論文 参考訳（メタデータ） (2024-10-29T15:28:15Z) - Non-local Meets Global: An Iterative Paradigm for Hyperspectral Image
Restoration [66.68541690283068]
ハイパースペクトル画像復元のための空間特性とスペクトル特性を組み合わせた統一パラダイムを提案する。
提案するパラダイムは,非局所空間デノゲーションと光計算の複雑さから,性能上の優位性を享受する。
HSI復調、圧縮再構成、塗装タスクの実験は、シミュレーションと実際のデータセットの両方で、その優位性を示している。
論文 参考訳（メタデータ） (2020-10-24T15:53:56Z)
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。