論文の概要: TriFold: Folding irregular 3D Gaussians into structured latents for 3D Scene Generation

• arxiv url: http://arxiv.org/abs/2610.23050v2
• Date: Mon, 19 Oct 2026 16:38:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 14:12:51.651451
• Title: TriFold: Folding irregular 3D Gaussians into structured latents for 3D Scene Generation
• Title（参考訳）: TriFold:不規則な3Dガウシアンを3Dシーン生成用構造体に成形
• Abstract要約: TriFoldはネイティブの3DガウスVAEで、シーンを固定された三葉飛行機にエンコードし、幾何学と外観を共同で再構築する。 実験により、TriFoldは単一の画像から高忠実度再構成と生成を実現することが示された。
• 参考スコア（独自算出の注目度）: 22.472184909993715
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent progress in 3D generation has motivated growing interest in compact generative representations of complex 3D scenes. For native 3D Gaussian scenes, however, learning such representations remains challenging due to widely varying primitive counts, nonuniform spatial density, and differences in geometry and appearance even among spatially neighboring primitives. In this work, we introduce TriFold, a native 3D Gaussian VAE that encodes Gaussian scenes into a fixed-layout triplane latent and jointly reconstructs their geometry and appearance. The key insight is to impose structural regularity on the latent space while preserving the spatial adaptivity of the underlying Gaussians. During encoding, we use cell-wise learned queries to aggregate projected Gaussians into multiple slots per cell, reducing the information loss caused by single-feature pooling. During decoding, occupancy prediction identifies active regions, where query-based set prediction and candidate selection reconstruct local Gaussian sets with spatially varying primitive counts. Building on this representation, we train a latent flow-matching model for conditional scene-level 3DGS generation, enabling point-cloud-conditioned synthesis and single-image-conditioned amodal generation. Experiments demonstrate that TriFold achieves high-fidelity reconstruction and generation from a single image that provides only a partial observation of the scene, validating its effectiveness for native 3D Gaussian representation learning. https://fantasy-amap.github.io/TriFold
• Abstract（参考訳）: 近年の3D生成の進歩は、複雑な3Dシーンのコンパクトな生成表現への関心の高まりを動機づけている。 しかし、ネイティブな3Dガウスのシーンでは、このような表現の学習は、広く異なる原始的数、非一様空間密度、空間的に隣接する原始的数の間でも幾何学と外観の違いにより、依然として困難である。 本研究は,ガウスの風景を固定された3次元平面にエンコードし,その形状と外観を共同で再構成する3次元ガウスVAEであるTriFoldを紹介する。 鍵となる洞察は、下層のガウスの空間適応性を保ちながら、潜在空間に構造的正則性を加えることである。 符号化中、我々はセルワイズドクエリを使用して、投影されたガウシアンをセル毎に複数のスロットに集約し、単一機能プーリングによる情報損失を低減する。 デコード中、占有率予測は、クエリベースの集合予測と候補選択が空間的に異なる原始的数で局所ガウス集合を再構成するアクティブな領域を特定する。 この表現に基づいて,条件付きシーンレベルの3DGS生成のための潜時フローマッチングモデルを訓練し,ポイントクラウド条件の合成と単一画像条件のアモーダル生成を可能にする。 実験により、TriFoldはシーンの部分的な観察のみを提供する単一画像から高忠実な再構成と生成を実現し、ネイティブな3次元ガウス表現学習の有効性を検証した。 https://fantasy-amap.github.io/TriFold

関連論文リスト

• G-Skin: Learning to Bind 3D Gaussians with Generative Visual Priors [51.398600453223274]
  G-Skinは、3Dガウス表現による表現的かつ高忠実なアニメーションのために設計された新しい生成スキンフレームワークである。 本研究では,2次元視覚基盤モデルを利用した骨格制御可能な画像生成モデルを提案する。 G-Skinはまた、アニメーション誘発レンダリングアーティファクトを緩和するために設計された3Dガウス表現の拡張版に柔軟に一般化する。
  論文  参考訳（メタデータ） (2026-08-03T05:45:23Z)
• GaussianGrow: Geometry-aware Gaussian Growing from 3D Point Clouds with Text Guidance [60.86483080195698]
  3D Gaussian Splattingは、レンダリング効率と品質において優れた性能を示している。 既存の手法では、ガウス原始体を推定するための幾何学的参照として点写像を予測することを検討した。 GaussianGrowは、簡単にアクセス可能な3Dポイントクラウドからガウシアンを成長させることで、3Dガウシアンを生成する新しいアプローチである。
  論文  参考訳（メタデータ） (2026-04-07T11:23:23Z)
• DirectTriGS: Triplane-based Gaussian Splatting Field Representation for 3D Generation [37.09199962653554]
  ガウススプラッティング(GS)を用いた3次元オブジェクト生成のための新しいフレームワークであるDirectTriGSを提案する。 提案した生成フレームワークは,テキスト・ツー・3Dタスクにおいて高品質な3Dオブジェクト形状とレンダリング結果を生成することができる。
  論文  参考訳（メタデータ） (2025-03-10T04:05:38Z)
• GaussianFormer: Scene as Gaussians for Vision-Based 3D Semantic Occupancy Prediction [70.65250036489128]
  3Dのセマンティック占有予測は,周囲のシーンの3Dの微細な形状とセマンティックスを得ることを目的としている。 本稿では,3Dシーンを3Dセマンティック・ガウシアンで表現するオブジェクト中心表現を提案する。 GaussianFormerは17.8%から24.8%のメモリ消費しか持たない最先端のメソッドで同等のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2024-05-27T17:59:51Z)
• Gaussian Opacity Fields: Efficient Adaptive Surface Reconstruction in Unbounded Scenes [50.92217884840301]
  Gaussian Opacity Fields (GOF)は、シーンにおける効率的で高品質で適応的な表面再構成のための新しいアプローチである。 GOFは3Dガウスのレイトレーシングに基づくボリュームレンダリングに由来する。 GOFは、表面再構成と新しいビュー合成において、既存の3DGSベースの手法を超越している。
  論文  参考訳（メタデータ） (2024-04-16T17:57:19Z)
• Gaussian Grouping: Segment and Edit Anything in 3D Scenes [65.49196142146292]
  ガウシアン・グルーピング(ガウシアン・グルーピング)はガウシアン・スプラッティングを拡張して,オープンワールドの3Dシーンで何かを共同で再構築・分割する。 暗黙のNeRF表現と比較すると,グループ化された3次元ガウシアンは,高画質,微粒度,高効率で,あらゆるものを3次元で再構成,分割,編集することができる。
  論文  参考訳（メタデータ） (2023-12-01T17:09:31Z)

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。