論文の概要: Prior-Driven Enhancements in 3D Gaussian Splatting: Normals and Depths Regularization

• arxiv url: http://arxiv.org/abs/2609.36969v1
• Date: Tue, 29 Sep 2026 08:06:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.311151
• Title: Prior-Driven Enhancements in 3D Gaussian Splatting: Normals and Depths Regularization
• Title（参考訳）: 3次元ガウス平滑化における先行駆動型強調法--正規化と深さ正規化
• Abstract要約: 3D Gaussian Splatting (3DGS)は3Dシーンレンダリングのための最先端技術である。 これは、Structure-from-Motion(SfM)とビュー依存プロパティから設定された初期スパースポイントに依存する。 本稿では,幾何学的事前処理を統合することで最適化プロセスを標準化する改良型3DGS手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Gaussian Splatting (3DGS) is a state-of-the-art technique for 3D scene rendering, offering high efficiency and excellent visual quality. However, because 3DGS relies on an initial sparse point set from Structure-from-Motion (SfM) and view-dependent properties, it can suffer from geometric inaccuracies and visual artifacts, particularly in complex scenes. To address these challenges, we propose an improved 3DGS approach that regularizes the optimization process by integrating geometric priors, including surface normals and dense depth information. Surface normal regularization improves geometric consistency by aligning Gaussian covariance with local surface structures, while dense depth priors combined with an initial points from SfM enhance per-pixel depth estimation, increasing accuracy and reducing ambiguities. These enhancements enable robust handling of diverse and complex real-world scenarios, minimizing visual distortions and improving reconstruction quality across various environments. To validate our method, we evaluate it on challenging datasets, including street-view scenes and highly reflective environments, while testing it across multiple SfM pipelines. Our results demonstrate compatibility across diverse environments and highlight the robustness of our approach. Experimental findings further show that our method enhances geometric accuracy and visual quality, establishing a reliable solution for real-time 3D scene rendering in complex environments.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は3Dシーンレンダリングのための最先端技術であり、高効率で視覚的品質を提供する。 しかし、3DGSは、Structure-from-Motion(SfM)とビュー依存プロパティから設定された初期スパースポイントに依存しているため、特に複雑なシーンにおいて、幾何学的不正確さや視覚的アーティファクトに悩まされる可能性がある。 これらの課題に対処するために,曲面正規化や深度情報を含む幾何的事前処理を統合することで最適化プロセスを標準化する改良された3DGS手法を提案する。 表面正規化はガウス共分散を局所表面構造と整合させることにより幾何整合性を向上させる一方で、SfMの初期点と組み合わせることで画素ごとの深度推定が向上し、精度が向上し曖昧さが減少する。 これらの拡張により、多様で複雑な現実世界のシナリオを堅牢に扱うことができ、視覚的歪みを最小限に抑え、様々な環境における再構築品質を向上させることができる。 提案手法を検証するため,複数のSfMパイプラインでテストしながら,ストリートビューシーンや高い反射環境を含む,難易度の高いデータセットで評価を行った。 その結果、多様な環境にまたがる互換性を示し、我々のアプローチの堅牢性を強調した。 実験により,複雑な環境下でのリアルタイム3次元シーンレンダリングのための信頼性の高いソリューションを確立することにより,幾何学的精度と視覚的品質を向上させることが確認された。

関連論文リスト

• Sparse-View Surface Reconstruction using Gaussian Splatting through High-Confidence Depth Propagation with Normal Priors [88.6801530914898]
  スパースビューからの高忠実度表面再構成のための3DGSに基づく新しい手法を提案する。 我々の重要な洞察は、通常の誘導深度伝播アプローチを導入することである。 本手法は,スパース・ビュー・サーフェス・コンストラクションにおける最先端の手法よりも優れる。
  論文  参考訳（メタデータ） (2026-07-04T08:33:40Z)
• Optimizing 3D Gaussian Splatting via Point Cloud Upsampling [11.209081297828961]
  3D Gaussianting(3DGS)は、3Dシーンの作成とレンダリングのためのテクニックである。 この研究は、いくつかの点の雲のアップサンプリング手法を提示し、評価する。 様々な場面で再現性の向上を示す。
  論文  参考訳（メタデータ） (2026-05-30T00:42:17Z)
• UrbanGS: A Scalable and Efficient Architecture for Geometrically Accurate Large-Scene Reconstruction [30.233380858586454]
  UrbanGSは、都市規模のアプリケーションのためのスケーラブルな再構築フレームワークである。 幾何学的一貫性、メモリ効率、計算スケーラビリティの問題に対処する。 複数の都市データセットに対する実験により、UrbanGSはレンダリング品質、幾何精度、メモリ効率において優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2026-02-02T13:35:16Z)
• 360-GeoGS: Geometrically Consistent Feed-Forward 3D Gaussian Splatting Reconstruction for 360 Images [24.62400578317384]
  3Dシーンの再構築は、AR、ロボティクス、デジタルツインといった空間知能の応用に欠かせない。 本稿では,幾何的に一貫したガウス原始体を生成することができる,360度画像のための新しいフィードフォワード3DGSフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-05T13:28:28Z)
• RDG-GS: Relative Depth Guidance with Gaussian Splatting for Real-time Sparse-View 3D Rendering [13.684624443214599]
  本稿では,3次元ガウススプラッティングに基づく相対深度誘導を用いた新しいスパースビュー3DレンダリングフレームワークRDG-GSを提案する。 中心となる革新は、相対的な深度誘導を利用してガウス場を洗練させ、ビュー一貫性のある空間幾何学的表現に向けてそれを操ることである。 Mip-NeRF360, LLFF, DTU, Blenderに関する広範な実験を通じて、RDG-GSは最先端のレンダリング品質と効率を実証している。
  論文  参考訳（メタデータ） (2025-01-19T16:22:28Z)
• GeoTexDensifier: Geometry-Texture-Aware Densification for High-Quality Photorealistic 3D Gaussian Splatting [16.859890870048076]
  3D Gaussian Splatting (3DGS)は,3Dナビゲーション,VR(Virtual Reality),3Dシミュレーションなど,様々な分野で注目を集めている。 高品質な3DGSの再構成は、実際の幾何学的表面とテクスチャの細部を適合させるために十分なスプラットと適切な分布に依存している。 提案するGeoTexDensifierは,高品質なガウススプラットを再構築するためのジオテクスチャ対応デンシフィケーション戦略である。
  論文  参考訳（メタデータ） (2024-12-22T00:25:53Z)
• GeoSplatting: Towards Geometry Guided Gaussian Splatting for Physically-based Inverse Rendering [69.67264955234494]
  GeoSplattingは、3DGSを精密な光輸送モデリングのための明確な幾何学的ガイダンスで拡張する新しいアプローチである。 最適化可能なメッシュから表面積の3DGSを微分的に構築することにより、明確に定義されたメッシュ正規と不透明なメッシュ表面を利用する。 この強化により、3DGSの効率性と高品質なレンダリング能力を保ちながら、正確な材料分解が保証される。
  論文  参考訳（メタデータ） (2024-10-31T17:57:07Z)
• 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)
• SAGS: Structure-Aware 3D Gaussian Splatting [53.6730827668389]
  本研究では,シーンの形状を暗黙的に符号化する構造認識型ガウス散乱法(SAGS)を提案する。 SAGSは、最先端のレンダリング性能と、ベンチマークノベルビュー合成データセットのストレージ要件の削減を反映している。
  論文  参考訳（メタデータ） (2024-04-29T23:26:30Z)

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。