論文の概要: LoCoSplat: Real-Time Feed-Forward 3D Gaussian Splatting with Minimal 3D Reasoning

• arxiv url: http://arxiv.org/abs/2610.04351v1
• Date: Sat, 03 Oct 2026 07:36:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-12 11:14:46.235832
• Title: LoCoSplat: Real-Time Feed-Forward 3D Gaussian Splatting with Minimal 3D Reasoning
• Title（参考訳）: LoCoSplat: 最小3D推論によるリアルタイムフィードフォワード3Dガウスプラッティング
• Abstract要約: ガウスが局所原始的であるという観察から動機付けられたLoCoSplatを提案する。 NVIDIA PRO 6000の33ミリ秒で6ビューシーンを再構築し、7つのフィードフォワード方式の最速、4.2倍の速さでアートを再現した。 RealEstate10Kでは、LoCoSplatはPSNR、SSIMIPSの6、12、24ビューで以前のフィードフォワードメソッドよりも優れており、ビューが密度を増すにつれてマージンが拡大する。
• 参考スコア（独自算出の注目度）: 22.768056379542198
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Feed-forward 3D Gaussian Splatting (3DGS) increasingly aggregates multi-view evidence with heavy learned 3D networks. We propose LoCoSplat (Local-Context Splatting), motivated by the observation that a Gaussian is a local primitive: once depth is predicted, what the 3D stage must add (scale, rotation, opacity) depends on the point cloud around each anchor, and a fixed local average of that neighbourhood is enough to supply it, no heavy network required. LoCoSplat realises exactly this average: it splats a 16-d linear projection of the point features into a fine and a coarse grid and reads both back at each anchor with a 0.14M-parameter pointwise MLP; with no learned 3D network and no dynamic sparse computation, its whole encoder runs as one fp16 CUDA graph. On RealEstate10K, LoCoSplat outperforms every prior feed-forward method on PSNR, SSIM, and LPIPS at 6, 12, and 24 views, with a margin that widens as views densify (+3.3 PSNR over VolSplat, the prior voxel-aligned state of the art, at 24 views) and grows further under zero-shot transfer to ACID and fine-tuning on ScanNet. It reconstructs a 6-view scene in 33 ms on one NVIDIA RTX PRO 6000 GPU, the fastest of seven feed-forward methods and $4.2\times$ faster than the previous state of the art, trains $2.7\times$ faster ($5.9\times$ at 24 views), and uses $6.7\times$ less inference memory.
• Abstract（参考訳）: フィードフォワード 3D Gaussian Splatting (3DGS) は、多視点のエビデンスを深い学習3Dネットワークで集約する傾向にある。 深度が予測されると、3Dステージが追加しなければならないもの(スケール、回転、不透明度)は各アンカーの周りの点雲に依存し、その近傍の固定された局所平均はそれを供給するのに十分であり、重いネットワークは不要である。 LoCoSplatは、ポイント特徴の16次元線形射影をファインと粗いグリッドに分割し、各アンカーで0.14Mパラメータのポイントワイド MLPで読み取る。 RealEstate10Kでは、LoCoSplatはPSNR、SSIM、LPIPSの以前のフィードフォワード法を6、12、24ビューで上回り、ビューが密度を増すにつれてマージンが拡大する(VolSplatより+3.3 PSNR、以前のボクセル整列状態、24ビューでは24ビュー)。 NVIDIA RTX PRO 6000 GPUの33ミリ秒で6ビューシーンを再構築し、7つのフィードフォワードメソッドの最速と4.2\times$以前の最先端よりも高速で、2.7\times$高速(24ビューで5.9\times$)でトレーニングし、6.7\times$低い推論メモリを使用する。

関連論文リスト

• 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)
• AnchorSplat: Fast and Structure Consistent Detail Synthesis for Gaussian Splatting [45.65377534924918]
  3D Gaussian Splatting (3DGS) は高忠実度レンダリングの強力な表現として登場した。 既存の資産は、詳細の欠如やテクスチャノイズのような品質のボトルネックに悩まされることが多い。 そこで我々は,AnchorSplatという3Dネイティブリファインメントパラダイムを提案する。
  論文  参考訳（メタデータ） (2026-07-01T12:14:29Z)
• Adaptive Anchor Policies for Efficient 4D Gaussian Streaming [5.13713525861535]
  ほとんどのパイプラインはFarthest Point Smpling (FPS)のような固定アンカーの選択に依存しており、厳格な予算の下で過度に配置されている。 本稿では,プラグイン型,予算対応型アンカーサンプリングシステムであるEfficient Gaussian Streaming (EGS)を提案する。 EGSはFPSを強化されたポリシーに置き換え、ガウスのストリーミング再構築のバックボーンは変更しない。
  論文  参考訳（メタデータ） (2026-03-18T00:18:11Z)
• LangSplatV2: High-dimensional 3D Language Gaussian Splatting with 450+ FPS [60.933341835615465]
  LangSplatV2は、476.2 FPSで高次元特徴スプラッティングを実現し、384.6 FPSで3Dオープン語彙のテキストクエリを実現する。 LangSplatV2は、より良いまたは競争力のあるクエリ精度を達成するだけでなく、はるかに高速である。
  論文  参考訳（メタデータ） (2025-07-09T00:19:58Z)
• Speedy Deformable 3D Gaussian Splatting: Fast Rendering and Compression of Dynamic Scenes [57.69608119350651]
  動的シーンへの3次元ガウススティング(3DGS)の最近の拡張は、ニューラルネットワークを用いて各ガウスの時間変化変形を予測することによって、高品質な新規ビュー合成を実現する。 しかしながら、ガウス毎のニューラルネットワークを各フレームで実行することは、レンダリング速度を制限し、メモリと計算要求を増大させる、重大なボトルネックとなる。 動的3DGSおよび4DGS表現のレンダリング速度を2つの相補的手法により低減し,高速化する汎用パイプラインであるSpeedy Deformable 3D Gaussian Splatting(SpeeDe3DGS)を提案する。
  論文  参考訳（メタデータ） (2025-06-09T16:30:48Z)
• MVSplat: Efficient 3D Gaussian Splatting from Sparse Multi-View Images [102.7646120414055]
  入力としてスパースなマルチビュー画像を与えられたMVSplatは、クリーンなフィードフォワード3Dガウスを予測できる。 大規模RealEstate10KとACIDベンチマークでは、MVSplatは高速フィードフォワード推論速度(22fps)で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2024-03-21T17:59:58Z)

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。