論文の概要: FactorSplat: Appearance-Controllable Gaussian Proxies for Medical Volume Rendering

• arxiv url: http://arxiv.org/abs/2610.02382v1
• Date: Thu, 01 Oct 2026 19:04:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.053608
• Title: FactorSplat: Appearance-Controllable Gaussian Proxies for Medical Volume Rendering
• Title（参考訳）: FactorSplat:医療用ボリュームレンダリングのための外観制御可能なガウスプロキシ
• Abstract要約: FactorSplatは、リージョン固有の強度-RGBA曲線を受け入れる、シーンごとのN-DGSプロキシである。 7つのCTおよびMRスキャンにおいて、FacterSplatは平均PSNRを改善し、領域認識VEGに対する領域誤差を変化させる。 スキャン毎に1つのチェックポイントは、再トレーニングすることなく、目に見えない編集をサポートする。
• 参考スコア（独自算出の注目度）: 28.59031331766228
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Transfer functions (TFs) control color and visibility in medical volume rendering, but image-trained Gaussian proxies typically bake one transfer function into their appearance. We present FactorSplat, a per-scene N-dimensional Gaussian splatting (N-DGS) proxy that accepts region-specific intensity-to-RGBA curves at inference. A local lookup applies the authored color and opacity change, while a shared functional encoder and low-rank per-Gaussian factors learn the residual appearance response. Geometry and directional appearance remain shared across presets, with visibility control and TF-aware pruning preserving the ability to hide and reveal structures. On seven CT and MR scans, FactorSplat improves mean PSNR and changed-region error over region-aware VEG across validation, interpolation, unseen composition, and out-of-distribution (OOD) edits. Across these four splits, seven-scan mean PSNR gains over VEG range from 1.10 to 1.52 dB. One checkpoint per scan supports unseen edits without retraining. At $1600^2$, the cached fast renderer averages 524 FPS with 1.17 ms TF switches. Project page: https://gaozhongpai.github.io/FactorSplat/.
• Abstract（参考訳）: 転送機能(TF)は医療用ボリュームレンダリングの色と可視性を制御するが、画像訓練されたガウスプロキシは通常、1つの転送機能をその外観に焼き込む。 本研究では,N次元ガウススプラッティング(N-DGS)プロキシであるFacterSplatを提案する。 局所的なルックアップでは、指定色と不透明度が変化し、共有機能エンコーダと低ランクのガウス因子が残像応答を学習する。 幾何と方向の外観は、プレセット間で共有され、可視性制御と、構造を隠蔽する能力を保持するTF対応プルーニングがある。 7つのCTおよびMRスキャンにおいて、FacterSplatは、バリデーション、補間、不明な合成、アウト・オブ・ディストリビューション(OOD)編集を通して、平均PSNRと変更領域エラーを改善している。 これら4つの分割で、PSNRはVEGを1.10から1.22dBで上回る。 スキャン毎に1つのチェックポイントは、再トレーニングすることなく、目に見えない編集をサポートする。 キャッシュされた高速レンダラーは1600^2$で平均524FPS、TFスイッチは1.17msである。 プロジェクトページ: https://gaozhongpai.github.io/FactorSplat/.com

関連論文リスト

• UnfoldCRF: Structured Mask Refinement with Image-Conditioned Latent Regions [15.654437220636474]
  UnfoldCRFは、画素ラベルと潜伏領域変数の条件付きランダムフィールドにおけるリファインメントを推論として扱う。 そのエネルギーは、修正された一項項、学習された局所的な対相互作用、および画像条件付き潜在領域整合性を有する。
  論文  参考訳（メタデータ） (2026-09-27T22:49:27Z)
• Gated Spatial Redundancy Projection for Pathology Transformer Attentions [9.268049949671958]
  Gated Spatial Redundancy Projection (Gated SRP) は、自己注意層のための軽量な修正モジュールである。 Gated SRPは、近傍の値から局所冗長軸を推定し、注意出力をこの軸に投影し、学習された符号ゲートを適用して、冗長整列成分を幾何学的に補正する。
  論文  参考訳（メタデータ） (2026-08-08T23:59:10Z)
• Vision-Language Alignment from Compressed Image Representations using 2D Gaussian Splatting [4.2390854432099205]
  現代のビジョン言語パイプラインは、大量の画像テキストコーパスでトレーニングされたRGBビジョンエンコーダによって駆動される。 これらのパイプラインは、ピクセル領域から2つの構造的非効率を継承する: (i) エッジデバイスからクラウドへ高密度のRGB画像を送信することはエネルギー集約的でコストがかかり、 (ii) パッチベースのトークン化はシーケンス長を爆発させる。 2次元ガウス散乱(2DGS)をアライメントのための代替視覚基板として検討する。
  論文  参考訳（メタデータ） (2025-09-26T17:41:57Z)
• Trans${^2}$-CBCT: A Dual-Transformer Framework for Sparse-View CBCT Reconstruction [10.744510913722817]
  コーンビームCT(CBCT)は、少数のX線プロジェクションビューしか使用していないため、放射線線量が少ないほど高速なスキャンが可能であるが、重度のアンダーサンプリングの結果、強いアーティファクトと空間的カバレッジが低下する。 まず、従来のUNet/ResNetエンコーダをハイブリッドCNN-TransformerモデルであるTransUNetに置き換える。 LUNA16 と ToothFairy の実験では、6 から 10 のビューで一貫した利得を示し,CNN-Transformer 特徴と特異なビュー CBCT 再構成のための点ベース幾何推論の有効性を検証した。
  論文  参考訳（メタデータ） (2025-06-20T18:45:12Z)
• GMTR: Graph Matching Transformers [64.8546470812683]
  視覚変換器(ViT)は近年,物体検出やセグメンテーション以外の視覚的マッチングに使用されている。 本稿では,空間情報抽出の高速化を目的として,クロスアテンションモジュールとキーポイントに基づく中心作物戦略を採用したQueryTrans(Query Transformer)を提案する。
  論文  参考訳（メタデータ） (2023-11-14T13:12:47Z)
• Is Attention All NeRF Needs? [103.51023982774599]
  Generalizable NeRF Transformer (GNT) は、ソースビューから高速にNeRF(Neural Radiance Fields)を効率的に再構築する、純粋で統一されたトランスフォーマーベースのアーキテクチャである。 GNTは、2つのトランスフォーマーベースのステージをカプセル化することにより、一般化可能なニューラルシーン表現とレンダリングを実現する。
  論文  参考訳（メタデータ） (2022-07-27T05:09:54Z)
• Adaptive Split-Fusion Transformer [90.04885335911729]
  本稿では,適応重みによる畳み込みと注目の分岐を異なる方法で扱うための適応分割変換器(ASF-former)を提案する。 ImageNet-1Kのような標準ベンチマークの実験では、我々のASFフォーマーはCNN、トランスフォーマー、ハイブリッドパイロットを精度で上回っている。
  論文  参考訳（メタデータ） (2022-04-26T10:00:28Z)
• Region adaptive graph fourier transform for 3d point clouds [51.193111325231165]
  本稿では,3次元点雲特性の圧縮のための領域適応グラフフーリエ変換(RA-GFT)を提案する。 RA-GFTは従来の手法よりも複雑性と性能のトレードオフが優れている。
  論文  参考訳（メタデータ） (2020-03-04T02:47:44Z)

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。