論文の概要: LiteTex-GS: Fast and Lightweight Texturing for Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2609.23380v1
• Date: Sun, 20 Sep 2026 06:00:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.807703
• Title: LiteTex-GS: Fast and Lightweight Texturing for Gaussian Splatting
• Title（参考訳）: LiteTex-GS:ガウスめっき用高速軽量テクスチャ
• Abstract要約: ガウススプラッティングは、リアルタイムの新規ビュー合成を可能にするが、密結合された表現はしばしばテクスチャの詳細を再現するために多くのプリミティブを必要とする。 本稿では,各ガウスに最小限の局所テクスチャを割り当てるLiteTexGSを提案する。
• 参考スコア（独自算出の注目度）: 16.264556704813174
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Gaussian Splatting has enabled real-time novel view synthesis, but its tightly coupled geometry and appearance representation often require a large number of primitives to reproduce high-frequency texture details, leading to substantial memory and optimization costs. Recent textured 2D Gaussian methods alleviate this limitation by attaching texture maps to Gaussian primitives. However, bridging the fundamental structural gap between discrete Gaussians and continuous 2D grids requires complex parameterizations that introduce severe computational overhead. This overhead fundamentally compromises the original efficiency of Gaussian Splatting, making the balance between detailed texturing and computational agility an unresolved challenge. To address these challenges, we propose LiteTex-GS, a fast and lightweight texturing framework for Gaussian Splatting. Our method initializes an extremely compact representation, assigning minimal local texture to each Gaussian and progressively allocates higher resolution only to primitives with significant reconstruction errors. To maintain a streamlined geometric scaffold, we introduce a contribution- and area-aware pruning strategy that eliminates low-utility Gaussians. Furthermore, to mitigate the gradient dilution caused by texture upsampling, we design a resolution-aware update rule that preserves rapid and stable convergence. Extensive experiments on standard novel view synthesis benchmarks demonstrate that our method achieves competitive or superior rendering quality while using substantially fewer parameters and less training time than existing textured Gaussian baselines.
• Abstract（参考訳）: ガウススプラッティングは、リアルタイムの新規ビュー合成を可能にするが、その密結合した幾何学と外観表現は、しばしば高周波テクスチャの詳細を再現するために多くのプリミティブを必要とし、かなりのメモリと最適化コストをもたらす。 最近のテクスチャ化された2次元ガウス法は、ガウス原始体にテクスチャマップを付加することにより、この制限を緩和する。 しかし、離散ガウス格子と連続2次元格子の基本的な構造的ギャップを埋めるには、計算オーバーヘッドが重い複雑なパラメータ化が必要となる。 このオーバーヘッドはガウススティングの本来の効率を根本的に損なうものであり、詳細なテクスチャと計算の俊敏性の間のバランスを未解決の課題にしている。 これらの課題に対処するため,我々はガウススプラッティングのための高速で軽量なテクスチャフレームワークLiteTex-GSを提案する。 提案手法は,極端にコンパクトな表現を初期化し,各ガウスに最小限の局所的テクスチャを割り当てる。 低ユーティリティなガウスを排除した貢献型および地域対応型プルーニング戦略を導入する。 さらに,テクスチャアップサンプリングによる勾配希釈を緩和するため,高速で安定な収束を保った解像度対応更新ルールを設計する。 従来のテクスチャ化されたガウスのベースラインよりも、パラメータが大幅に少なく、トレーニング時間も少ないが、標準的な新しいビュー合成ベンチマークによる大規模な実験により、我々の手法は、競争力や優れたレンダリング品質を達成できることが示されている。

関連論文リスト

• Hybrid Latents: Geometry-Appearance-Aware Surfel Splatting [9.172976097509887]
  多視点画像から2次元ガウスシーンモデルを再構成するためのハイブリッドガウス-ハッシュ-グリッド放射率表現を提案する。 NeSTスプラッティングと同様に、我々の手法はNeRFモデルで一般的な幾何学と外観の絡み合いを低減する。
  論文  参考訳（メタデータ） (2026-04-16T12:13:09Z)
• GS^2: Graph-based Spatial Distribution Optimization for Compact 3D Gaussian Splatting [50.2045409672451]
  3D Gaussian Splatting (3DGS)は、新しいビュー合成とリアルタイムレンダリングにおいて画期的な性能を示した。 大量のガウス点があるため、高いメモリコストに制約される。 コンパクトな3DGSのためのグラフベースの空間分布最適化を提案する。
  論文  参考訳（メタデータ） (2026-04-02T10:41:51Z)
• ASAP-Textured Gaussians: Enhancing Textured Gaussians with Adaptive Sampling and Anisotropic Parameterization [51.51724817131134]
  3Dガウススメッティングは、空間的に異なる属性をキャプチャするためのテクスチャパラメータ化を持つ。 テクスチャは通常標準空間で定義され、非効率なサンプリングにつながる。 提案したASAP Textured Gaussian は品質効率のトレードオフを大幅に改善し,テクスチャパラメータをはるかに少ない高忠実度レンダリングを実現した。
  論文  参考訳（メタデータ） (2025-12-16T03:13:27Z)
• ProtoGS: Efficient and High-Quality Rendering with 3D Gaussian Prototypes [81.48624894781257]
  3D Gaussian Splatting (3DGS) は、新しいビュー合成において大きな進歩を遂げてきたが、ガウスプリミティブのかなりの数によって制限されている。 近年の手法では、密度の高いガウスの記憶容量を圧縮することでこの問題に対処しているが、レンダリングの品質と効率の維持には失敗している。 本稿では,ガウスの原始体を表現するためにガウスのプロトタイプを学習するProtoGSを提案し,視覚的品質を犠牲にすることなくガウスの総量を大幅に削減する。
  論文  参考訳（メタデータ） (2025-03-21T18:55:14Z)
• MCGS: Multiview Consistency Enhancement for Sparse-View 3D Gaussian Radiance Fields [100.90743697473232]
  3Dガウシアンによって表現される放射場は、高いトレーニング効率と高速レンダリングの両方を提供する、新しいビューの合成に優れている。 既存の手法では、高密度推定ネットワークからの奥行き先を組み込むことが多いが、入力画像に固有の多視点一貫性を見落としている。 スパースビューからのシーン再構成が可能な3次元ガウススプラッティングに基づくビュー合成フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-15T08:39:05Z)
• Mini-Splatting: Representing Scenes with a Constrained Number of Gaussians [4.733612131945549]
  本研究では,ガウスの制約の多いシーンを効率よく表現することの課題について検討する。 本稿では, ブラース分割や深部再初期化, 交差点保存・サンプリングによる簡易化など, 密度化戦略を紹介する。 我々のMini-Splattingは、オリジナル化パイプラインとシームレスに統合され、ガウス・スプレイティングに基づく将来の研究の強力なベースラインを提供する。
  論文  参考訳（メタデータ） (2024-03-21T06:34:46Z)

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。