論文の概要: RDGSplat: Render-Dedicated Geometry for Novel View Synthesis
- arxiv url: http://arxiv.org/abs/2610.09173v1
- Date: Tue, 06 Oct 2026 22:18:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:22.632615
- Title: RDGSplat: Render-Dedicated Geometry for Novel View Synthesis
- Title（参考訳）: RDGSplat:新しいビュー合成のためのRender-Dedicated Geometry
- Abstract要約: 3Dファウンデーションモデルは、既に再構築に使われている表現にガウスヘッドを乗せることで、効率的な新規ビュー合成を可能にする。
最近の方法では、バックボーンの重みを更新することでこれを緩和するが、モデルが構築したメトリック予測を破棄し、新しいバックボーン毎に繰り返す必要がある。
本稿では,凍結した3次元基礎モデルからレンダリング専用の第2の幾何学をデコードするフレームワークRDGSplatを提案する。
- 参考スコア（独自算出の注目度）: 11.124244013253806
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: 3D foundation models enable efficient novel view synthesis by carrying a Gaussian head on the representation they already use for reconstruction. However, the views they render fall short of the geometry they recover, because that geometry is estimated under a metric objective and never scored on how it renders. Recent methods alleviate this by updating the backbone weights, but they thereby discard the metric predictions the model was built for and must be repeated for every new backbone. To this end, we propose RDGSplat, a framework that decodes a second geometry dedicated to rendering from a frozen 3D foundation model, leaving its metric predictions intact. In particular, we devise Render-Dedicated Geometry Decoding, which duplicates the pretrained decoders and optimizes the duplicates under photometric supervision alone. Then, a Target-Pose Conditioned Adapter is introduced to reformulate the representation those decoders read, conditioned on the target camera pose rather than the target image. Extensive experiments show that RDGSplat improves novel view synthesis across three feed-forward backbones on four benchmarks, with every pretrained weight frozen. On RE10K, it raises WM2.0 from 20.918 to 24.266\,dB while training 205.5\,M added parameters against a frozen 1.4\,B backbone, and the depth and pose the same model predicts are unchanged.
- Abstract（参考訳）: 3Dファウンデーションモデルは、既に再構築に使われている表現にガウスヘッドを乗せることで、効率的な新規ビュー合成を可能にする。
しかし、それらが表現するビューは、それらが回復する幾何学の欠点を欠いているのは、その幾何学はメートル法的な目的の下で推定され、どのように描画するかを測ることはないからである。
最近の方法では、バックボーンの重みを更新することでこれを緩和するが、モデルが構築したメトリック予測を破棄し、新しいバックボーン毎に繰り返す必要がある。
この目的のために,凍結した3次元基礎モデルからレンダリング専用の第2の幾何学をデコードするフレームワークRDGSplatを提案する。
特に、事前訓練されたデコーダを複製し、光度監督のみで複製を最適化するRender-Dedicated Geometry Decodingを考案する。
そして、ターゲット-Pose条件付きアダプタを導入して、ターゲット画像ではなく、ターゲットカメラポーズに条件付のデコーダが読み込んだ表現を再構成する。
大規模な実験により、RDGSplatは4つのベンチマークで3つのフィードフォワードバックボーンにまたがる新しいビュー合成を改善し、全てのトレーニング済み重量が凍結された。
RE10Kでは、WM2.0を20.918から24.266\,dBに引き上げ、205.5\,Mを凍結した1.4\,Bのバックボーンに対してパラメータを追加し、深さとポーズは変化しない。
関連論文リスト
- Generalizable 6D Pose Estimation of Textureless Objects with Planar-based Gaussian Splatting [16.377546056452495]
本研究では,Planarをベースとしたガウス整形と幾何学的ポーズ最適化を組み合わせた幾何対応フレームワークPG-Poseを提案する。
OnePose-LowTextureデータセットの評価では、PG-Poseの平均精度は94.2% ADD(S)@0.1dであり、最先端(SOTA)GSベースのアプローチと比較して平均精度は2.1%向上している。
論文 参考訳（メタデータ） (2026-09-07T08:49:10Z) - InvSplat: Inverse Feed-Forward Scene Splatting [27.461734130974097]
逆レンダリングは、画像から3次元幾何学と物理的に意味のある材料特性の両方を復元することを目的としている。
逆レンダリングのためのフィードフォワード多視点再構成フレームワークを提案する。
本モデルは,素材推定ネットワークの先行情報を多視点3D再構成バックボーンと統合する。
論文 参考訳（メタデータ） (2026-07-02T15:18:08Z) - StructSplat: Generalizable 3D Gaussian Splatting from Uncalibrated Sparse Views [52.76639935264078]
StructSplatはフィードフォワードと一般化可能な3Dガウス再構成フレームワークである。
私たちのキーとなる考え方は、再構成プロセスにおいて明確な役割を持つ幾何学、意味、テクスチャを整理する構造化された表現を採用することです。
論文 参考訳（メタデータ） (2026-06-26T17:59:06Z) - Free Geometry: Refining 3D Reconstruction from Longer Versions of Itself [38.95274911975506]
Free Geometryは、フィードフォワードの3D再構成モデルが3D基底の真理なしにテスト時に自己進化することを可能にするフレームワークである。
当社のアプローチは、4つのベンチマークデータセットにまたがって、Depth Anything 3やVGGTといった最先端の基礎モデルを継続的に改善しています。
論文 参考訳（メタデータ） (2026-04-15T16:24:03Z) - KaoLRM: Repurposing Pre-trained Large Reconstruction Models for Parametric 3D Face Reconstruction [51.67605823241639]
KaoLRMは、一視点画像からパラメトリックな3次元顔再構成を行うために、Large Restruction Model (LRM)の学習前を再度ターゲットする。
制御されたベンチマークと内部ベンチマークの両方の実験により、KaoLRMはより優れた再構成精度とクロスビュー整合性を実現することが示された。
論文 参考訳（メタデータ） (2026-01-19T05:36:59Z) - G3Splat: Geometrically Consistent Generalizable Gaussian Splatting [30.752029360892504]
本稿では,幾何学的に一貫した3次元シーン表現を得るために,幾何学的先行を強制するG3Splatを紹介する。
提案手法はRE10Kを用いて, (i) 幾何的一貫した再構成, (ii) 相対的なポーズ推定, (iii) 新規なビュー合成における最先端性能を実現する。
論文 参考訳（メタデータ） (2025-12-19T13:11:55Z) - HART: Human Aligned Reconstruction Transformer [17.065147884544853]
HARTはスパースビュー人間の再構築のための統一されたフレームワークである。
水密な布メッシュ、整列SMPL-Xボディーメッシュ、ノベルビューレンダリングのためのガウスプレート表現を出力する。
以上の結果から,フィードフォワードトランスフォーマーは実環境における堅牢な人間の再構築のためのスケーラブルなモデルとして機能することが示唆された。
論文 参考訳（メタデータ） (2025-09-30T17:56:02Z) - 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) - Gamba: Marry Gaussian Splatting with Mamba for single view 3D reconstruction [153.52406455209538]
Gambaは、単一のビューイメージからエンドツーエンドの3D再構成モデルである。
1つのNVIDIA A100 GPUで0.05秒以内に再構築が完了する。
論文 参考訳（メタデータ） (2024-03-27T17:40:14Z) - FrozenRecon: Pose-free 3D Scene Reconstruction with Frozen Depth Models [67.96827539201071]
本稿では,3次元シーン再構成のための新しいテスト時間最適化手法を提案する。
本手法は5つのゼロショットテストデータセット上で,最先端のクロスデータセット再構築を実現する。
論文 参考訳（メタデータ） (2023-08-10T17:55:02Z) - SparseFusion: Dynamic Human Avatar Modeling from Sparse RGBD Images [49.52782544649703]
本稿では,RGBDフレームのスパース集合に基づく3次元人体形状の再構築手法を提案する。
主な課題は、これらのスパースフレームを標準的な3Dモデルにしっかりと融合させる方法だ。
私たちのフレームワークは柔軟で、潜在的なアプリケーションは形状の再構築を超えています。
論文 参考訳（メタデータ） (2020-06-05T18:53:36Z)
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。