論文の概要: RGS: Reflection-aware Gaussian Splatting via Learning Geometry Continuity for Reflective Objects
- arxiv url: http://arxiv.org/abs/2609.19421v1
- Date: Wed, 16 Sep 2026 20:55:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.013869
- Title: RGS: Reflection-aware Gaussian Splatting via Learning Geometry Continuity for Reflective Objects
- Title（参考訳）: RGS:反射物体に対する幾何連続性学習による反射認識ガウス散乱
- Abstract要約: RGS(Reflection-Aware Gaussian Splatting)は、特定の領域を正確にモデル化し、新しいビュー合成性能を向上させる。
提案手法は,高品質な反射オブジェクトを連続的に描画し,最先端の性能を実現する。
- 参考スコア（独自算出の注目度）: 15.706579366475578
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Gaussian Splatting has significantly improved the quality of novel view synthesis with explicit Gaussian representation. However, we observed that existing 3D Gaussian Splatting methods (3DGS) often suffer from surface collapse issues on reflective regions, and thus produce inferior geometry and low-quality specular. In this work, we propose a physically-based deferred rendering framework, named Reflection-aware Gaussian Splatting (RGS), that can accurately model specular regions and improve novel view synthesis performance. Specifically, we found that a powerful 3D foundation model can provide a strong 3D geometric prior to foster correct geometric modeling. Based on this, we propose a cross-view shape consistency regularization to regularize the geometry surface with the large model prior and cross-view constraints. In this manner, our RGS can produce smoother geometric surfaces on reflective regions while reducing geometric hollows. To further improve rendering results on reflective regions, we present a reflection-aware densification strategy that is designed to capture specular variations across various views. With this strategy, our RGS is able to render novel views of objects in higher quality. Extensive experiments demonstrate our method consistently renders high-quality reflective objects, achieving state-of-the-art performance.
- Abstract（参考訳）: ガウススプラッティングは、明示的なガウス表現による新規ビュー合成の質を著しく改善した。
しかし, 既存の3次元ガウス散乱法(3DGS)は反射領域の表面崩壊問題に悩まされることが多く, 劣等な幾何学と低品質な特異点が生じる。
本研究では,RGS (Reflection-aware Gaussian Splatting) という物理モデルを用いた遅延レンダリングフレームワークを提案する。
具体的には, 高精度な3次元基礎モデルにより, 正確な幾何学的モデリングを促進する前に, 強力な3次元幾何学的モデルが得られることを示した。
そこで本研究では, 形状整合性規則化手法を提案する。
このようにして、我々のRGSは、幾何学的ホロウを低減しつつ、反射領域のより滑らかな幾何学的表面を生成することができる。
反射領域のレンダリング結果をさらに改善するため,様々なビューのスペクトル変動を捉えるための反射認識密度化戦略を提案する。
この戦略により、RGSはより高品質なオブジェクトの新たなビューを描画することができます。
大規模な実験では,高品質な反射オブジェクトを連続的にレンダリングし,最先端の性能を実現する。
関連論文リスト
- PolGS++: Physically-Guided Polarimetric Gaussian Splatting for Fast Reflective Surface Reconstruction [76.9760302941819]
PolGS++は高速反射面再構成のための偏光ガウス散乱フレームワークである。
本稿では,アングル・オブ・ポラライゼーション(AoP)に基づくタンジェント空間の整合性制約を実現するための,奥行き誘導型可視マスク取得機構を提案する。
論文 参考訳（メタデータ） (2026-03-11T14:11:42Z) - SSR-GS: Separating Specular Reflection in Gaussian Splatting for Glossy Surface Reconstruction [7.2438370491008754]
本研究では,光沢表面再構成のための反射モデルフレームワークであるSSR-GSを提案する。
具体的には、直接スペクトル反射を効率的にモデル化するための事前フィルタMip-Cubemapを導入し、間接スペクトル反射を捉えるIndiASGモジュールを提案する。
合成と実世界の両方のデータセットの実験により、SSR-GSは光沢のある表面再構成において最先端の性能を達成することが示された。
論文 参考訳（メタデータ） (2026-03-05T13:24:13Z) - SparseSurf: Sparse-View 3D Gaussian Splatting for Surface Reconstruction [26.59203606048875]
高品質な新しいビューレンダリングを保ちながら、より正確で詳細な表面を再構築する手法であるnetを提案する。
我々の重要な洞察は、レンダリング品質と幾何推定を橋渡しするStereo Geometry-Texture Alignmentを導入することである。
さらに,多視点幾何整合性を実現するPseudo-Feature Enhanced Geometry Consistencyを提案する。
論文 参考訳（メタデータ） (2025-11-18T16:24:37Z) - 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) - Reflections Unlock: Geometry-Aware Reflection Disentanglement in 3D Gaussian Splatting for Photorealistic Scenes Rendering [51.223347330075576]
Ref-Unlockは3Dガウススプラッティングをベースとした新しい幾何認識反射モデリングフレームワークである。
提案手法では、高次球面高調波を用いた二重分岐表現を用いて、高周波反射の詳細を捉える。
そこで本手法は,反射シーンのリアルなレンダリングのための効率的で一般化可能なソリューションを提供する。
論文 参考訳（メタデータ） (2025-07-08T15:45:08Z) - GS-2DGS: Geometrically Supervised 2DGS for Reflective Object Reconstruction [51.99776072246151]
2次元ガウス散乱(2DGS)に基づく反射物体に対するGS-2DGSと呼ばれる新しい再構成法を提案する。
合成および実データを用いた実験結果から,本手法はガウスの手法を再現・啓蒙の面で著しく上回っていることが示された。
論文 参考訳（メタデータ） (2025-06-16T05:40:16Z) - GS-IR: 3D Gaussian Splatting for Inverse Rendering [71.14234327414086]
3次元ガウス散乱(GS)に基づく新しい逆レンダリング手法GS-IRを提案する。
我々は、未知の照明条件下で撮影された多視点画像からシーン形状、表面物質、環境照明を推定するために、新しいビュー合成のための最高のパフォーマンス表現であるGSを拡張した。
フレキシブルかつ表現力のあるGS表現は、高速かつコンパクトな幾何再構成、フォトリアリスティックな新規ビュー合成、有効物理ベースレンダリングを実現する。
論文 参考訳（メタデータ） (2023-11-26T02:35:09Z)
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。