論文の概要: 3dgs-sc: a controlled static screen-content benchmark for 3d gaussian splatting

• arxiv url: http://arxiv.org/abs/2609.31756v1
• Date: Wed, 23 Sep 2026 11:56:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 13:06:19.295121
• Title: 3dgs-sc: a controlled static screen-content benchmark for 3d gaussian splatting
• Title（参考訳）: 3dgs-sc: 3dガウススプラッティングのための制御された静的スクリーンコンテンツベンチマーク
• Abstract要約: 10のプロシージャシーンは、固定されたマルチビュースプリット、正確なカメラ、スクリーンマスク、テキストボックス、および書き起こしを提供する。 このプロトコルは、全体像の忠実度、スクリーン領域の忠実度、OCR可読性、エッジ保存を分離する。 LightGaussian は画面 PSNR の Mip-Splatting を 0.08 dB で上回っているが、OCR の精度は 12.7% である。
• 参考スコア（独自算出の注目度）: 7.510869188769949
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Does high image fidelity imply readable screen content in 3D Gaussian Splatting (3DGS)? We introduce 3DGS-SC, a controlled static screen-content dataset and benchmark for examining this mismatch. Ten procedural scenes provide fixed multi-view splits, exact cameras, screen masks, text boxes, and transcripts. The protocol separates whole-image fidelity, screen-region fidelity, OCR readability, and edge preservation. In the reported five-method comparison, LightGaussian exceeds Mip-Splatting in screen PSNR by only 0.08 dB, yet trails it in OCR accuracy by 12.7 percentage points. Across all ten method pairs, screen-PSNR and OCR orderings disagree in seven cases. These aggregate results expose a method-selection failure of fidelity-only evaluation. Complementing prior text-aware 3DGS research, 3DGS-SC targets controlled monitor interfaces and exact annotations; scene-wise robustness and acquisition effects remain open validation questions.
• Abstract（参考訳）: 3次元ガウス散乱(3DGS)における高像忠実度は可読性スクリーン含量を意味するか? 本稿では3DGS-SC,制御された静的スクリーンコンテンツデータセットと,このミスマッチを調べるためのベンチマークを紹介する。 10のプロシージャシーンは、固定されたマルチビュー分割、正確なカメラ、スクリーンマスク、テキストボックス、および文字起こしを提供する。 このプロトコルは、全体像の忠実度、スクリーン領域の忠実度、OCR可読性、エッジ保存を分離する。 報告された5次元比較では、LightGaussian はスクリーン PSNR の Mip-Splatting をわずか 0.08 dB で上回っているが、OCR の精度は 12.7% である。 10のメソッドペア全体において、Screen-PSNRとOCRの順序は7つのケースで一致しない。 これらの集計結果は、忠実度のみの評価の方法選択の失敗を露呈する。 3DGS-SCは従来のテキスト認識3DGS研究を補完し、3DGS-SCはモニターインターフェースと正確なアノテーションを制御した。

関連論文リスト

• Spectral Consistency-Guided Multiview Point Cloud Registration for Low-Overlap Scenes [10.39937039338342]
  我々は,効率的なマルチビューポイントクラウド登録のための非学習ベースのフレームワークであるGMPCRを提案する。 初期対応から改良された2階互換構造を構築し、その支配的なスペクトル応答を用いて、対応信頼性とスキャン対信頼性の両方を評価する。 3DMatch, 3DLoMatch, ScanNet, ETHの実験はGMPCRの有効性を示した。
  論文  参考訳（メタデータ） (2026-09-11T04:11:42Z)
• JSGS: JPEG State-Guided Supervision for 3D Gaussian Splatting from Mixed-Quality Views [5.922899454133958]
  混合品質ビュー(JSGS)を用いた3次元ガウス平滑化のためのJPEG State-Guided Supervisionを提案する。 JSGSは、対応するデコードされた入力画像とドメインマッチングの比較のために、各レンダリングビューをエンコードし、デコードする。 JSGSは最低平均LPIPSと最高平均SSIMを各スケジュールで達成し、レンダリングはおよそ150FPSである。
  論文  参考訳（メタデータ） (2026-08-09T12:05:34Z)
• Beyond Accuracy: Auditing Spatial Provenance in Visual Token Pruning for OCR-Critical MLLM Inference [22.335515110971475]
  ビジュアルトーケンプルーニングは、一定保持予算における応答品質によって判断される。 私たちはこの盲点を、幾何学的トークン・オリジンの証明によってカップルが行動に答えるエビデンスリスク監査にします。 目的検証ポイントがタスク汎用圧縮を含まないことを示す。
  論文  参考訳（メタデータ） (2026-07-29T13:45:31Z)
• ATSplat: Compact Feed-forward 3D Gaussian Splatting with Adaptive Token Expansion [60.00320387969695]
  ATSplatはフィードフォワード3DGSフレームワークで、3DGS最適化のアダプティブアロケーション機能を復元する。 12の入力画像の解像度が512倍の960ドルから、ATSplatは1つの商用GPUを使用して1秒未満で再構築を完了した。
  論文  参考訳（メタデータ） (2026-07-22T17:54:44Z)
• 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)
• SplatSuRe: Selective Super-Resolution for Multi-view Consistent 3D Gaussian Splatting [50.36978600976209]
  自然な戦略は、低解像度(LR)入力ビューに超解像(SR)を適用することであるが、各イメージを独立に強化することは、マルチビューの不整合を導入する。 高周波監視を欠いたアンサンプ領域のみにSRコンテンツを選択的に適用する手法であるSplatSuReを提案する。 タンク&テンプル、ディープブレンディング、Mip-NeRF 360にまたがって、私たちのアプローチは、忠実さと知覚的品質の両方においてベースラインを超えています。
  論文  参考訳（メタデータ） (2025-12-01T20:08:39Z)
• Personalize Your Gaussian: Consistent 3D Scene Personalization from a Single Image [56.134832639494185]
  本稿では,3次元ガウス平滑化(CP-GS)の一貫性パーソナライゼーションについて述べる。 特にCP-GSは、事前訓練された画像から3D生成と反復的なLoRAファインチューニングを統合して、参照外観を抽出し拡張する。
  論文  参考訳（メタデータ） (2025-05-20T15:55:53Z)
• 3DIoUMatch: Leveraging IoU Prediction for Semi-Supervised 3D Object Detection [76.42897462051067]
  3DIoUMatchは屋内および屋外の場面両方に適当3D目的の検出のための新しい半監視された方法です。 教師と教師の相互学習の枠組みを活用し,ラベル付けされていない列車の情報を擬似ラベルの形で伝達する。 本手法は,ScanNetとSUN-RGBDのベンチマークにおける最先端の手法を,全てのラベル比で有意差で継続的に改善する。
  論文  参考訳（メタデータ） (2020-12-08T11:06:26Z)

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。