論文の概要: Fusion-Aware Direct 3D Gaussian Generation with Structured Patch Latent Flows
- arxiv url: http://arxiv.org/abs/2609.27779v1
- Date: Tue, 18 Aug 2026 01:19:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.965868
- Title: Fusion-Aware Direct 3D Gaussian Generation with Structured Patch Latent Flows
- Title（参考訳）: 構造的パッチ遅延流を用いた核融合対応直接3次元ガウス生成
- Abstract要約: クラス誘導型3Dオブジェクト生成は、インテリジェントコンテンツ作成、仮想環境、デジタルアセット設計において重要である。
本稿では,直列誘導型3DGS生成のための融合型階層型ガウスパッチ表現を提案する。
- 参考スコア（独自算出の注目度）: 5.696486983224005
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Class-guided 3D object generation is important for intelligent content creation, virtual environments, and digital asset design. Although 3D Gaussian Splatting (3DGS) offers an explicit and render-efficient representation, directly generating 3D Gaussian objects is difficult because Gaussian primitives are unordered, variable-sized, locally dense, and highly sensitive to rendering. Existing 3DGS generation methods usually depend on multi-view synthesis, reconstruction, or lifted 2D priors, fusing information mainly from observed views rather than modeling the intrinsic structural distribution of 3D Gaussian objects. This paper proposes a fusion-aware hierarchical Gaussian patch representation for direct class-guided 3DGS generation with rectified flow. Irregular Gaussian sets are decomposed into canonical local patches and encoded as structured tokens. The resulting hierarchical latent space fuses global class semantics, patch-level geometry and appearance, spatial correspondence, and rendering-sensitive cues. On this basis, we design a structure-aware rectified flow model with patch-position conditioning, global-local coupled velocity prediction, and density-aware velocity weighting, enabling direct latent generation of class-conditioned 3DGS objects within seconds. A render-feedback fusion strategy further aligns latent flow learning with decoded multi-view rendering quality. Experiments show that the proposed method generates 3D Gaussian objects with more coherent geometry, sharper local details, and better multi-view consistency than baseline latent generative models. Ablation studies confirm the contributions of hierarchical information fusion, global-local coupling, density-aware supervision, and render-feedback learning while preserving practical sampling efficiency overall.
- Abstract（参考訳）: クラス誘導型3Dオブジェクト生成は、インテリジェントコンテンツ作成、仮想環境、デジタルアセット設計において重要である。
3D Gaussian Splatting (3DGS) は明示的でレンダリング効率のよい表現を提供するが、3D Gaussian プリミティブは非順序、可変サイズ、局所密度、レンダリングに非常に敏感であるため、直接3D Gaussian オブジェクトを生成することは難しい。
既存の3DGS生成法は、通常、多視点合成、再構成、またはリフトされた2D先行情報に依存しており、3Dガウスオブジェクトの本質的な構造分布をモデル化するのではなく、主に観察されたビューからの情報を融合する。
本稿では,直列誘導型3DGS生成のための融合型階層型ガウスパッチ表現を提案する。
不規則ガウス集合は正準局所パッチに分解され、構造化トークンとして符号化される。
結果として生じる階層的潜在空間は、グローバルクラスの意味論、パッチレベルの幾何学と外観、空間対応、レンダリングに敏感な手がかりを融合させる。
そこで本研究では, パッチ位置条件, グローバル局所結合速度予測, 密度認識速度重み付けを用いた構造認識整流モデルを構築し, クラス条件の3DGSオブジェクトを数秒以内に直接遅延生成する。
レンダリングフィードバック融合戦略は、遅延フロー学習とデコードされたマルチビューレンダリング品質をさらに整合させる。
実験により,提案手法はよりコヒーレントな幾何学,よりシャープな局所的詳細,およびベースライン潜在生成モデルよりも優れた多視点一貫性を有する3次元ガウスオブジェクトを生成することが示された。
アブレーション研究は、階層的な情報融合、グローバルな局所的結合、密度認識の監督、レンダリングフィードバック学習の貢献を、全体としてのサンプリング効率を保ちながら確認する。
関連論文リスト
- Visibility-Guided Structured Measure Flow for Class-Conditioned 3D Gaussian Generation [1.610916983007014]
クラス条件付き3次元ガウス生成のための構造化測度フローフレームワークであるVISTA-GSを提案する。
本稿では,3DGSオブジェクトの順列不変,可変サイズ互換,レンダリング対応の潜在表現を学習する可視測度VAEを提案する。
VISTA-30では、VISTA-GSが最強のベースラインを約60～72%改善し、幾何学、外観、視界の整合性エラー、生成速度が向上した。
論文 参考訳（メタデータ） (2026-08-17T04:54:22Z) - G-Skin: Learning to Bind 3D Gaussians with Generative Visual Priors [51.398600453223274]
G-Skinは、3Dガウス表現による表現的かつ高忠実なアニメーションのために設計された新しい生成スキンフレームワークである。
本研究では,2次元視覚基盤モデルを利用した骨格制御可能な画像生成モデルを提案する。
G-Skinはまた、アニメーション誘発レンダリングアーティファクトを緩和するために設計された3Dガウス表現の拡張版に柔軟に一般化する。
論文 参考訳（メタデータ） (2026-08-03T05:45:23Z) - NG-GS: NeRF-Guided 3D Gaussian Splatting Segmentation [65.34304674634713]
3DGSにおける高品質なオブジェクトセグメンテーションのためのフレームワークであるNG-GSを導入する。
本手法は, 境界mIoUにおいて, フォトリアリスティックな技術性能を実現し, 有意な利得が得られることを示す。
論文 参考訳（メタデータ） (2026-04-16T07:14:07Z) - Generation Models Know Space: Unleashing Implicit 3D Priors for Scene Understanding [50.098085774845195]
本稿では,大規模生成モデルにおいて暗黙の空間的先行性を活用することで,パラダイムシフトを提案する。
GeneEGA-3D (Video Extracted Generative Awareness) は,事前学習した映像拡散モデルを潜在世界シミュレータとして再利用するプラグイン・アンド・プレイ・フレームワークである。
論文 参考訳（メタデータ） (2026-03-19T17:59:58Z) - Joint Semantic and Rendering Enhancements in 3D Gaussian Modeling with Anisotropic Local Encoding [86.55824709875598]
本稿では,セマンティックとレンダリングの両方を相乗化する3次元セマンティックガウスモデリングのための統合拡張フレームワークを提案する。
従来の点雲形状符号化とは異なり、細粒度3次元形状を捉えるために異方性3次元ガウシアン・チェビシェフ記述子を導入する。
我々は、学習した形状パターンを継続的に更新するために、クロスシーンの知識伝達モジュールを使用し、より高速な収束と堅牢な表現を可能にします。
論文 参考訳（メタデータ） (2026-01-05T18:33:50Z) - GaussTR: Foundation Model-Aligned Gaussian Transformer for Self-Supervised 3D Spatial Understanding [44.68350305790145]
GaussTRは3次元空間理解を促進するためにガウス表現を通して基礎モデルアライメントとスパース3次元モデリングを統一する新しいトランスフォーマーフレームワークである。
Occ3D-nuScenesデータセットの実験では、GaussTRの12.27 mIoUの最先端のゼロショット性能と、トレーニング時間の40%削減が示されている。
これらの結果は、スケーラブルで総合的な3次元空間理解のためのGaussTRの有効性を強調し、自律運転とエンボディエージェントに有望な意味を持つ。
論文 参考訳（メタデータ） (2024-12-17T18:59:46Z) - GSD: View-Guided Gaussian Splatting Diffusion for 3D Reconstruction [52.04103235260539]
単一視点からの3次元オブジェクト再構成のためのガウススプティング表現に基づく拡散モデル手法を提案する。
モデルはGS楕円体の集合で表される3Dオブジェクトを生成することを学習する。
最終的な再構成されたオブジェクトは、高品質な3D構造とテクスチャを持ち、任意のビューで効率的にレンダリングできる。
論文 参考訳（メタデータ） (2024-07-05T03:43:08Z) - GSGAN: Adversarial Learning for Hierarchical Generation of 3D Gaussian Splats [20.833116566243408]
本稿では,Gaussianを3D GANの3次元表現として利用し,その効率的かつ明示的な特徴を活用する。
生成したガウスの位置とスケールを効果的に正規化する階層的多スケールガウス表現を持つジェネレータアーキテクチャを導入する。
実験結果から,最先端の3D一貫したGANと比較して,レンダリング速度(x100)が大幅に向上することが示された。
論文 参考訳（メタデータ） (2024-06-05T05:52:20Z) - latentSplat: Autoencoding Variational Gaussians for Fast Generalizable 3D Reconstruction [48.86083272054711]
latentSplatは3D潜在空間における意味ガウスを予測し、軽量な生成型2Dアーキテクチャで切り落としてデコードする手法である。
latentSplatは、高速でスケーラブルで高解像度なデータでありながら、復元品質と一般化におけるこれまでの成果よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-03-24T20:48:36Z)
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。