論文の概要: NRF-GS: Neural Residual Fields for Expressive and Compact Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2609.37115v1
• Date: Tue, 29 Sep 2026 09:27:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.381122
• Title: NRF-GS: Neural Residual Fields for Expressive and Compact Gaussian Splatting
• Title（参考訳）: NRF-GS:表現的・コンパクトなガウススプレイティングのためのニューラル残留場
• Abstract要約: 標準3DGSでは、低次球面高調波(SH)を使用し、高周波指向性効果をモデル化するスプレートの能力を制限する。 NRF-GS: Neural Residual Fields for Gaussian Splatting, a hybrid representation that replaceds per-splat SH-bases with a shared neural residual field。
• 参考スコア（独自算出の注目度）: 1.2676356746752895
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We revisit the role of appearance modeling in 3D Gaussian Splatting (3DGS) and show that limited expressiveness in view-dependent reflectance is a key driver of representation redundancy. In standard 3DGS, low-order spherical harmonics (SH) are used, restricting the splats' ability to model high-frequency directional effects, which is typically compensated by increasing the number of splats. We propose \emph{NRF-GS: Neural Residual Fields for Gaussian Splatting}, a hybrid representation that replaces per-splat SH-bases with a shared neural residual field. Each Gaussian encodes a compact set of appearance features and a lambertian base color, while a lightweight \emph{global scene-level MLP} predicts view-dependent residuals conditioned on viewing direction, distance, and per-splat features. This formulation enhances directional reflectance modeling by combining diffuse per-splat reflectance representations with a shared global function for high-frequency details, enabling both higher expressiveness and parameter sharing across splats. Our key insight is that by accurately capturing high-frequency directional reflectance, especially in specular regions, the GS-representation becomes more expressive, reducing the need for geometrically redundant splats. As a result, NRF-GS achieves comparable or better rendering quality while reducing the number of Gaussians by up to 50\%, and produces visibly improved specular and high-frequency details.
• Abstract（参考訳）: 本稿では,3次元ガウス版3DGSにおける外観モデリングの役割を再考し,ビュー依存反射率の限られた表現性が表現冗長性の鍵となることを示す。 標準3DGSでは、低次球面高調波(SH)が用いられ、スプレートの周波数方向効果をモデル化する能力を制限する。 本稿では,Splat あたりの SH-base を共有神経残留場に置き換えるハイブリッド表現である \emph{NRF-GS: Neural Residual Fields for Gaussian Splatting} を提案する。 ガウシアンはそれぞれ、コンパクトな外観特徴セットとランバーティアンベースカラーをエンコードし、軽量な \emph{global scene-level MLP} は、視方向、距離、スプラットあたりの特徴に条件付けられたビュー依存残差を予測する。 この定式化は、スペクトルごとの微分反射率表現と共有大域関数を組み合わせることで指向性モデリングを強化し、スプレート間の高表現性とパラメータ共有を可能にする。 我々の重要な洞察は、特にスペクトル領域において、高周波指向性反射率を正確に捉えることにより、GS表現がより表現力が高くなり、幾何学的に冗長なスプラットの必要性が軽減されるということである。 結果として、NRF-GSは、ガウスの数を最大50%削減しつつ、同等またはより良いレンダリング品質を達成し、可視的に改善されたスペクトルおよび高周波の詳細を生成する。

関連論文リスト

• HyRF: Hybrid Radiance Fields for Memory-efficient and High-quality Novel View Synthesis [11.71939856454585]
  HyRF(Hybrid Radiance Fields)は、明示的なガウスとニューラルフィールドの強みを組み合わせた、新しいシーン表現である。 HyRFは3DGSに比べてモデルサイズを20倍以上削減しつつ、最先端のレンダリング品質を実現している。
  論文  参考訳（メタデータ） (2025-09-21T13:59:26Z)
• MuGS: Multi-Baseline Generalizable Gaussian Splatting Reconstruction [32.14335364083271]
  新規なビュー合成のためのフィードフォワードアプローチであるMulti-Baseline Gaussian Splatting (MuGS)を提案する。 MuGSは、小さなベースラインと大きなベースラインの両方でスパース入力ビューを含む、多様なベースライン設定を効果的に処理する。 LLFFおよびMip-NeRF 360データセットにおけるゼロショット性能を実証した。
  論文  参考訳（メタデータ） (2025-08-06T10:34:24Z)
• Diffusion Denoised Hyperspectral Gaussian Splatting [11.486860334986394]
  ハイパースペクトルシーンの暗黙的なニューラル表現を作成するために、3次元再構成法が用いられている。 拡散分解型ハイパースペクトル撮影法(DD-HGS)を提案する。
  論文  参考訳（メタデータ） (2025-05-28T02:07:52Z)
• Micro-splatting: Multistage Isotropy-informed Covariance Regularization Optimization for High-Fidelity 3D Gaussian Splatting [1.5582756275568836]
  マイクロスプレイティング(Micro-Splatting)は、モデル複雑性を大幅に削減しつつ、視覚的詳細を保存する、統合されたトレーニング中のパイプラインである。 4つのオブジェクト中心のベンチマークでは、Micro-Splattingはスプレート数とモデルサイズを60%まで削減し、トレーニングを20%短縮する。 その結果、マイクロスプレイティングは、単一で効率的でエンドツーエンドのフレームワークにおいて、コンパクト性と高忠実性の両方を提供することを示した。
  論文  参考訳（メタデータ） (2025-04-08T07:15:58Z)
• FreeSplat: Generalizable 3D Gaussian Splatting Towards Free-View Synthesis of Indoor Scenes [50.534213038479926]
  FreeSplatは、長いシーケンス入力から自由視点合成まで、幾何学的に一貫した3Dシーンを再構築することができる。 ビュー数に関係なく、広いビュー範囲にわたる堅牢なビュー合成を実現するための、シンプルで効果的なフリービュートレーニング戦略を提案する。
  論文  参考訳（メタデータ） (2024-05-28T08:40:14Z)
• GES: Generalized Exponential Splatting for Efficient Radiance Field Rendering [112.16239342037714]
  GES(Generalized Exponential Splatting)は、GEF(Generalized Exponential Function)を用いて3Dシーンをモデル化する斬新な表現である。 周波数変調損失の助けを借りて、GESは新規なビュー合成ベンチマークにおいて競合性能を達成する。
  論文  参考訳（メタデータ） (2024-02-15T17:32:50Z)
• 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。