論文の概要: InfiniSplat v2: Analyzing and Improving Feed-Forward 3DGS from Any Views

• arxiv url: http://arxiv.org/abs/2610.20341v1
• Date: Wed, 14 Oct 2026 15:21:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:16.219938
• Title: InfiniSplat v2: Analyzing and Improving Feed-Forward 3DGS from Any Views
• Title（参考訳）: InfiniSplat v2: あらゆる視点からフィードフォワード3DGSの分析と改善
• Abstract要約: InfiniSplat v2を導入することで、アーキテクチャやトレーニングの変更によるレンダリング品質の向上を実現します。 本手法は, 凍結した幾何学分岐を用いて, 形状予測と属性予測を分離する。 画像再構成のみを用いて学習した不透明度は、幾何学的に矛盾する点を抑える。
• 参考スコア（独自算出の注目度）: 74.16877540289617
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Feed-forward Gaussian reconstruction builds 3D scenes directly from input images for novel view rendering, but learning Gaussian attributes from predicted geometry for high-quality rendering under large viewpoint changes remains challenging. We analyze limitations in Gaussian attribute learning and introduce InfiniSplat v2, which improves rendering quality through architectural and training changes. Our method decouples geometry and attribute prediction with a frozen geometry branch, aligns predicted Gaussians using ground-truth camera poses during training, and adopts large-angle target view supervision. Across six datasets, the feed-forward outputs of the same trained model achieve state-of-the-art mean LPIPS and DISTS among the evaluated methods in both pose-conditioned and pose-free settings. In the pose-conditioned setting, mean LPIPS and DISTS decrease by 25.8% and 32.9%, respectively, compared with the strongest evaluated baselines. We further find that opacity learned with only image reconstruction supervision suppresses geometrically inconsistent points. Project page: https://zju3dv.github.io/InfiniSplat2/
• Abstract（参考訳）: フィードフォワードガウスの再構成は、入力画像から直接新しいビューレンダリングのための3Dシーンを構築するが、予測幾何からガウスの属性を学習し、大きな視点の変化の下で高品質なレンダリングを行う。 ガウス属性学習の限界を分析し、アーキテクチャやトレーニングの変更によってレンダリング品質を改善するInfiniSplat v2を導入する。 提案手法は, 形状と属性の予測を凍結した幾何学枝で切り離し, トレーニング中に地上カメラのポーズを用いて予測されたガウスをアライメントし, 大角的視界監視を採用する。 6つのデータセットにわたって、同じトレーニングされたモデルのフィードフォワード出力は、ポーズ条件とポーズフリーの設定の両方で評価された手法の中で、最先端のLPIPSとdisTSを達成する。 ポーズ条件設定では、最も評価の高いベースラインと比較して、平均LPIPSとdisTSはそれぞれ25.8%、32.9%減少する。 さらに,画像再構成のみを用いて学習した不透明度は,幾何学的に矛盾する点を抑えることが確認された。 プロジェクトページ: https://zju3dv.github.io/InfiniSplat2/

関連論文リスト

• Marigold V2: Revisiting Diffusion Transformers for Monocular Depth Estimation [68.73567966621631]
  最新の画像生成および編集モデルを再開発する一連の手法であるMarigoldを、最先端の単眼深度推定器に再検討する。 我々のレシピは、事前訓練されたマルチステップフローマッチングモデルから単一ステップの推論を目標とし、必要に応じて量子化を行い、安価な実行環境を維持しながらモデルキャパシティを保存する。 その結果,AbsRel は KITTI や ETH3D よりも16～26% 向上した。
  論文  参考訳（メタデータ） (2026-09-08T00:52:01Z)
• 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)
• PointSplat: Efficient Geometry-Driven Pruning and Transformer Refinement for 3D Gaussian Splatting [2.5823344978857388]
  3D Gaussian Splattingは最近、明示的な3Dプリミティブを使用してシーンを表現することによって、リアルタイムで高忠実なノベルビュー合成をアンロックした。 従来の手法では複雑なシーンを捉えるために何百万人ものガウシアンを必要とすることが多く、メモリとストレージの要求が大きくなった。 近年のアプローチでは、ガウスパラメータのプルーニングとシーン毎の微調整によってこの問題に対処し、視覚的品質を維持しながらモデルサイズを削減している。
  論文  参考訳（メタデータ） (2026-04-10T20:56:18Z)
• BrepGaussian: CAD reconstruction from Multi-View Images with Gaussian Splatting [21.289489202626534]
  境界表現(B-rep)は、その明示的な境界として3次元固体をモデル化する。 ディープラーニングの最近の進歩は、3次元形状の復元を大幅に改善した。 2次元画像から3次元パラメトリック表現を学習する新しいフレームワークであるB-rep Splattingを提案する。
  論文  参考訳（メタデータ） (2026-02-24T17:03:45Z)
• YoNoSplat: You Only Need One Model for Feedforward 3D Gaussian Splatting [79.38712054342625]
  YoNoSplatは、任意の数の画像から高品質な3次元ガウス格子表現を再構成するフィードフォワードモデルである。 我々のモデルは非常に多用途で、ポーズとアンポーズの両方で効果的に動作し、校正され、校正されていない入力を処理します。 ポーズフリーとポーズ依存の両方の設定で、標準ベンチマークで最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-11-10T17:21:54Z)
• Robust and High-Fidelity 3D Gaussian Splatting: Fusing Pose Priors and Geometry Constraints for Texture-Deficient Outdoor Scenes [10.279549537925062]
  3D Gaussian Splatting (3DGS)は、デジタルアセット作成のための重要なレンダリングパイプラインとして登場した。 不安定なポーズ推定とシーン表現歪みの問題に対処するため,2つの側面からこの問題にアプローチする。 ポーズ推定にはLiDAR-IMUオドメトリーを用い,大規模環境下でカメラに事前ポーズを提供する。 シーン表現には、正規ベクトル制約と効果的なランク正規化を導入し、ガウス原始体の方向と形状の整合性を強制する。
  論文  参考訳（メタデータ） (2025-11-10T06:45:08Z)
• SPFSplatV2: Efficient Self-Supervised Pose-Free 3D Gaussian Splatting from Sparse Views [18.814209805277503]
  スパース多視点画像から3次元ガウススプラッティングを行うための効率的なフィードフォワードフレームワークであるSPFSplatV2について述べる。 ドメイン内およびドメイン外の新規ビュー合成において、最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-09-21T21:37:56Z)
• FLARE: Feed-forward Geometry, Appearance and Camera Estimation from Uncalibrated Sparse Views [100.45129752375658]
  FLAREは、高品質カメラのポーズと3次元幾何を、補正されていないスパースビュー画像から推定するために設計されたフィードフォワードモデルである。 本ソリューションでは,3次元構造を2次元画像平面にマッピングする上で,カメラポーズが重要なブリッジとして機能するケースケード学習パラダイムを特徴とする。
  論文  参考訳（メタデータ） (2025-02-17T18:54:05Z)
• 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)

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。