論文の概要: Sparse-View 4D Gaussian Splatting via Spatiotemporal Priors and Generative Assistance

• arxiv url: http://arxiv.org/abs/2610.04606v1
• Date: Sat, 03 Oct 2026 15:48:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.376531
• Title: Sparse-View 4D Gaussian Splatting via Spatiotemporal Priors and Generative Assistance
• Title（参考訳）: Sparse-View 4D Gaussian Splatting via Spatiotemporal Priors and Generative Assistance
• Abstract要約: 本稿では,SIGGRAPH Asia 2026 Volumetric Video ChallengeのSparseView Trackのための4D Gaussian Splattingフレームワークを提案する。 このようなスパースビュー下で頑健な動的再構成を実現するために,本フレームワークは3つのコンポーネントを統合する。 フルフレームのPSNRは30.04dB、フォアグラウンドのPSNRは27.88dBで、Sparse-View Trackでは1位となった。
• 参考スコア（独自算出の注目度）: 14.062014382554267
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We present a 4D Gaussian Splatting framework for the Sparse-View Track of the SIGGRAPH Asia 2026 Volumetric Video Challenge, which requires dynamic scene reconstruction from only six cameras with wide baselines. To achieve robust dynamic reconstruction under such sparse views, our framework integrates three components. (1) Region-adaptive spatial priors: We use foreground masks to guide Gaussian initialization and mask voting to control densification separately for the dynamic foreground and static background. Background geometry is regularized using monocular depth aligned to metric scale. (2) Motion-consistent temporal priors: We provide supervision at intermediate times through frame interpolation and constrain projected Gaussian motion with estimated optical flow. (3) Generative assistance: We place virtual cameras in the widest angular gaps and restore their rendered images using a diffusion-based model conditioned on camera poses. The restored images are iteratively incorporated into training as pseudo-supervision. On the validation set, our framework improves full-frame PSNR from 25.60 dB for the baseline to 29.75 dB. On the official test benchmark, it achieves 30.04 dB full-frame PSNR and 27.88 dB foreground PSNR, ranking first overall in the Sparse-View Track.
• Abstract（参考訳）: 本稿では,SIGGRAPH Asia 2026 Volumetric Video Challengeのスパース・ビュー・トラックのための4次元ガウス・スプレイティング・フレームワークを提案する。 このようなスパースビュー下で頑健な動的再構成を実現するために,本フレームワークは3つのコンポーネントを統合する。 1) 地域適応型空間事前: 前景マスクを用いてガウス初期化とマスク投票を誘導し, 動的前景と静的背景を別々に制御する。 背景形状は、メートル法スケールに整列した単分子深度を用いて規則化される。 2) 動きに一貫性のある時間的先行性: フレーム補間と制約付きガウス運動を推定した光流で中間時間に監視する。 3) 生成支援: 仮想カメラを最も広い角の隙間に配置し, カメラポーズに条件付き拡散モデルを用いてレンダリング画像を復元する。 復元された画像は、擬似スーパービジョンとしてトレーニングに反復的に組み込まれている。 検証セットでは,ベースラインのPSNRを25.60dBから29.75dBに改善する。 公式テストベンチマークでは、30.04dBのフルフレームPSNRと27.88dBのフォアグラウンドPSNRを達成し、Sparse-View Trackの総合ランキングで第1位となった。

関連論文リスト

• GrainGS: Gradient-Decoupled Gaussian Splatting for Efficient Dynamic Novel View Synthesis [94.20462261657525]
  GrainGSは階層的なアンカー足場とガウス単位の変形を組み合わせた動的フレームワークである。 高いリコンストラクション品質、リアルタイムの新規ビュー合成、コンパクトストレージを実現している。
  論文  参考訳（メタデータ） (2026-07-23T15:52:35Z)
• EVolSplat4D: Efficient Volume-based Gaussian Splatting for 4D Urban Scene Synthesis [43.898895514609286]
  EvolSplat4Dは、ボリュームベースとピクセルベースのガウス予測を統合することで、既存のピクセル単位のパラダイムを超えたフィードフォワードフレームワークである。 EvolSplat4Dは静的環境と動的環境の両方を高い精度と一貫性で再構成し、シーンごとの最適化と最先端のフィードフォワードベースラインの両方に優れることを示す。
  論文  参考訳（メタデータ） (2026-01-22T13:39:29Z)
• Tessellation GS: Neural Mesh Gaussians for Robust Monocular Reconstruction of Dynamic Objects [41.62908563782648]
  3D Gaussian Splatting (GS) は、ポーズされた画像列から高度に写実的なシーン再構築を可能にするが、視点外挿に苦慮する。 本稿では,メッシュ面に固定された2次元GS構造を持つテッセルレーションGSを提案する。 本手法は,2次元ガウス関数を局所領域に制約し,メッシュ面上の階層的ニューラル特徴を通じてそれらの特性を推定する。
  論文  参考訳（メタデータ） (2025-12-08T10:16:14Z)
• DGGT: Feedforward 4D Reconstruction of Dynamic Driving Scenes using Unposed Images [36.562825380568384]
  ポーズレス動的シーン再構築のための統合フレームワークである textbf driving Gaussian Grounded Transformer (DGGT) を紹介する。 提案手法は,フレームごとの3次元ガウスマップとカメラパラメータを共同で予測し,軽量なダイナミックヘッドでダイナミックスを歪曲する。 拡散ベースのレンダリング改善により、運動・補間アーティファクトがさらに減少し、スパース入力下での新規ビュー品質が向上する。
  論文  参考訳（メタデータ） (2025-12-02T18:29:18Z)
• FreeSplatter: Pose-free Gaussian Splatting for Sparse-view 3D Reconstruction [69.63414788486578]
  FreeSplatterはスケーラブルなフィードフォワードフレームワークで、キャリブレーションされていないスパースビュー画像から高品質な3Dガウシアンを生成する。 当社のアプローチでは,自己注意ブロックが情報交換を容易にする合理化トランスフォーマーアーキテクチャを採用している。 包括的データセットに基づいて,オブジェクト中心とシーンレベルの再構築のための2つの特殊な変種を開発する。
  論文  参考訳（メタデータ） (2024-12-12T18:52:53Z)
• InstantSplat: Sparse-view Gaussian Splatting in Seconds [91.77050739918037]
  InstantSplatは,光速でスパークビュー3Dシーンを再現する新しい手法である。 InstantSplatでは,3Dシーン表現とカメラポーズを最適化する,自己管理フレームワークを採用している。 3D-GSの従来のSfMと比較して、30倍以上の再現を達成し、視覚的品質(SSIM)を0.3755から0.7624に改善する。
  論文  参考訳（メタデータ） (2024-03-29T17:29:58Z)

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。