論文の概要: Feed-Forward Multi-View Feature Coding for 3D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2610.20590v1
• Date: Wed, 14 Oct 2026 17:58:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:16.298193
• Title: Feed-Forward Multi-View Feature Coding for 3D Gaussian Splatting
• Title（参考訳）: 3次元ガウス平滑化のためのフィードフォワード多視点特徴符号化
• Abstract要約: シーンコーディングのためのエンドツーエンドフィードフォワードフレームワークを提案する。 明示的な表現を圧縮する代わりに、MFGSは入力画像からマルチビューの特徴を抽出し、それらをコンパクトなビットストリームにエンコードする。
• 参考スコア（独自算出の注目度）: 1.193044160835091
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Feed-forward 3D Gaussian Splatting (3DGS) methods enable efficient reconstruction of 3D scenes from sparse multi-view images in a single forward pass, without scene-specific optimization. However, existing feed-forward scene-coding pipelines first generate a complete Gaussian representation and then encode its geometry and appearance attributes separately, often involving non-differentiable operations. The resulting 'generate-then-compress' pipeline requires complex attribute-specific codec designs and limits rate-distortion performance by restricting the exploitation of cross-attribute redundancy. We propose multi-view feature coding for Gaussian splatting (MFGS), an end-to-end feed-forward framework for scene coding. Instead of compressing an explicit Gaussian representation, MFGS extracts multi-view features from the input images and encodes them into a compact bitstream. Through end-to-end rate-distortion training, MFGS learns compact multi-view features that jointly represent geometry and appearance, enabling the receiver to predict Gaussian attributes from the decoded features. We further introduce importance-guided Gaussian selection to accommodate different rendering budgets, allowing the receiver to adjust the number of Gaussians used for rendering from the same bitstream. Across RE10K, ACID, and DL3DV, MFGS achieves 99.76-99.86% bitrate savings over the generate-then-compress pipeline, as measured by BD-rate, while reducing total GMACs by 52-55% and providing an approximately 12 times end-to-end speedup.
• Abstract（参考訳）: フィードフォワード3Dガウススプラッティング(3DGS)法では、シーン固有の最適化なしに、スパースなマルチビュー画像から1つのフォワードパスで3Dシーンを効率的に再構築することができる。 しかし、既存のフィードフォワードシーンコーディングパイプラインは、まず完全なガウス表現を生成し、その幾何学的特性と外観的特性を別々に符号化し、しばしば微分不可能な操作を含む。 結果として生じる 'generate-then-compress' パイプラインは、複雑な属性固有のコーデック設計と、クロス属性の冗長性の利用を制限することで速度歪み性能を制限する必要がある。 シーンコーディングのためのエンドツーエンドフィードフォワードフレームワークであるGaussian splatting (MFGS) のマルチビュー特徴符号化を提案する。 明示的なガウス表現を圧縮する代わりに、MFGSは入力画像からマルチビュー特徴を抽出し、それらをコンパクトなビットストリームにエンコードする。 エンドツーエンドの速度歪みトレーニングを通じて、MFGSは幾何学と外観を共同で表現するコンパクトなマルチビュー機能を学び、受信機は復号された特徴からガウス属性を予測することができる。 さらに、異なるレンダリング予算に対応するために重要誘導型ガウス選択を導入し、同じビットストリームからのレンダリングに使用されるガウスの数を調整できるようにした。 RE10K、ACID、DL3DV全体で、MFGSはBDレートで測定された生成した圧縮パイプライン上で99.76-99.86%のビットレートの節約を実現し、総GMACを52-55%削減し、エンドツーエンドの約12倍のスピードアップを提供する。

関連論文リスト

• Compact Feed-Forward 3D Gaussians via Saliency-Guided Primitive Merging [16.91050950048738]
  本稿では,任意のフィードフォワード法から画素単位のプリミティブを取り込み,それをコンパクトでコンテント適応型ガウス集合に集約する構造対応マージパイプラインを提案する。 後処理モジュールとして、パイプラインはバックボーンに依存しず、既存のフィードフォワードメソッドの長所を活用する。
  論文  参考訳（メタデータ） (2026-08-11T09:32:08Z)
• GenSplatCodec: Feed-Forward Gaussian Splatting Compression via One-Step Diffusion [18.74085761734125]
  構造的および外観的手がかりを共同で活用する幾何誘導型一段階生成復号法を提案する。 また、統合学習を安定化し、生成デコーダを適応させる3段階最適化戦略も開発している。
  論文  参考訳（メタデータ） (2026-07-27T13:20:26Z)
• 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)
• CodecSplat: Ultra-Compact Latent Coding for Feed-Forward 3D Gaussian Splatting [53.50198425973128]
  フィードフォワード3Dガウススプラッティングのための超コンパクト遅延符号化フレームワークであるCodecSplatを紹介する。 CodecSplatは23.56-26.36 dB、24.76-27.05 dB、PSNRは20.00-10777、PSNRは3.37-12、PSNRは3.37-12である。
  論文  参考訳（メタデータ） (2026-05-25T08:17:35Z)
• MuGS: Multi-Baseline Generalizable Gaussian Splatting Reconstruction [32.14335364083271]
  新規なビュー合成のためのフィードフォワードアプローチであるMulti-Baseline Gaussian Splatting (MuGS)を提案する。 MuGSは、小さなベースラインと大きなベースラインの両方でスパース入力ビューを含む、多様なベースライン設定を効果的に処理する。 LLFFおよびMip-NeRF 360データセットにおけるゼロショット性能を実証した。
  論文  参考訳（メタデータ） (2025-08-06T10:34:24Z)
• PixelGaussian: Generalizable 3D Gaussian Reconstruction from Arbitrary Views [116.10577967146762]
  PixelGaussianは、任意の視点から一般化可能な3Dガウス再構成を学習するための効率的なフレームワークである。 提案手法は,様々な視点によく一般化した最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-10-24T17:59:58Z)
• MCGS: Multiview Consistency Enhancement for Sparse-View 3D Gaussian Radiance Fields [100.90743697473232]
  3Dガウシアンによって表現される放射場は、高いトレーニング効率と高速レンダリングの両方を提供する、新しいビューの合成に優れている。 既存の手法では、高密度推定ネットワークからの奥行き先を組み込むことが多いが、入力画像に固有の多視点一貫性を見落としている。 スパースビューからのシーン再構成が可能な3次元ガウススプラッティングに基づくビュー合成フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-15T08:39:05Z)
• LightGaussian: Unbounded 3D Gaussian Compression with 15x Reduction and 200+ FPS [55.85673901231235]
  光ガウシアン(LightGaussian)は、3次元ガウシアンをよりコンパクトなフォーマットに変換する方法である。 ネットワーク・プルーニングにインスパイアされたLightGaussianは、ガウシアンをシーン再構築において最小限のグローバルな重要性で特定した。 LightGaussian は 3D-GS フレームワークで FPS を 144 から 237 に上げながら,平均 15 倍の圧縮率を達成する。
  論文  参考訳（メタデータ） (2023-11-28T21:39:20Z)

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。