論文の概要: AbacusGS: Gaussian Splatting without Per-Splat Sorting

• arxiv url: http://arxiv.org/abs/2611.01534v1
• Date: Sun, 01 Nov 2026 04:05:12 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:37:26.819592
• Title: AbacusGS: Gaussian Splatting without Per-Splat Sorting
• Title（参考訳）: AbacusGS: パー・スプト・ソーティングのないガウス・スプティング
• Abstract要約: 3D Splattingは、すべてのフレームにおいて、すべてのスプラッターを深さごとにソートする。 AbacusGSは3DGSシーンのブレンディング順序をシーンレイアウトに格納する。 AbacusGSは、等しく微調整された3DGSモデルに対して平均0.13dBRを失う。
• 参考スコア（独自算出の注目度）: 4.907810679099975
• License:
• Abstract: 3D Gaussian Splatting sorts every splat by depth in every frame. Viewers that draw splats with the hardware rasterizer and sort them on the CPU, as most web and mobile viewers do, spend most of the frame time in this sort. We present AbacusGS, which stores the blending order of a 3DGS scene in the scene layout. AbacusGS groups the splats into octree boxes of at most 128 splats and stores each box in order along an axis chosen at write time. In each frame, AbacusGS sorts only the visible boxes, and one dot product per box decides whether the box is read forward or backward. A short order-aware fine-tuning converts an existing 3DGS model, and the over operator of 3DGS stays unchanged. On 13 standard scenes, AbacusGS loses 0.13 dB PSNR on average against an equally fine-tuned 3DGS model. In an OpenGL viewer that orders splats on the CPU, AbacusGS renders frames 4.5 times faster than per-splat sorting. We also present a compact format of 17 bytes per splat and a CUDA tile renderer that use the same order. The code will be released.
• Abstract（参考訳）: 3D Gaussian Splattingは、すべてのフレームにおいて、すべてのスプラッターを深さごとにソートする。 ハードウェアのラスタライザでスプレートを描き、CPU上でそれらをソートする視聴者は、ほとんどのウェブやモバイルの視聴者がそうしているように、フレームのほとんどをこの種のものに費やしている。 本稿では,3DGSシーンの混合順序をシーンレイアウトに格納するAbacusGSについて述べる。 AbacusGSは、splatを少なくとも128個のsplatのオクツリーボックスにグループ化し、書き込み時に選択された軸に沿って各ボックスを順番に保存する。 各フレームにおいて、AbacusGSは可視ボックスのみをソートし、ボックス毎に1つのドット製品は、ボックスが前方または後方に読み込まれるかどうかを決定する。 ショートオーダー対応のファインチューニングは既存の3DGSモデルを変換し、3DGSのオーバーオペレータは変わらない。 13の標準的なシーンでは、AbacusGSは3DGSモデルに対して平均0.13dBのPSNRを失う。 CPU上でスプラットを注文するOpenGLビューアでは、AbacusGSはスプラット単位のソートよりも4.5倍高速にフレームをレンダリングする。 また、スプラットあたり17バイトのコンパクトフォーマットと、同じ順序を使用するCUDAタイルレンダラーも提示する。 コードはリリースされます。

関連論文リスト

• ZeroSplat: Generalized Referring Segmentation in 3D Gaussian Splatting [2.1327328379130885]
  本稿では,GR3DGS(Generalized Referring 3D Gaussian Splatting)タスクを紹介する。 GR3DGSタスクは任意の数のターゲット(0、1、または$N$)をセグメント化する必要がある 我々はZeroSplatという新しいトレーニングフリーでゼロ機能フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-21T07:27:10Z)
• HiGS: A Hierarchical Rendering Architecture for Real-Time 3D Gaussian Splatting [0.0]
  3D Gaussian Splatting (3DGS) はコモディティGPUにおけるリアルタイムな新規ビュー合成の標準となっている。 ここでは階層的階層的ガウス的スプレイティング(HiGS)を示し、それぞれに独自のスケールを与える。 HiGSはオリジナルの3DGSよりも最大15.8倍高速で、完全にフロント・ツー・バックのアルファを保っている。
  論文  参考訳（メタデータ） (2026-05-29T20:46:38Z)
• Visionary: The World Model Carrier Built on WebGPU-Powered Gaussian Splatting Platform [104.39464309969253]
  Visionaryは、リアルタイムな様々なガウススティングとレンダリングのための、オープンでWebネイティブなプラットフォームである。 Visionaryは、軽量で“クリック・トゥ・ラン”なブラウザエクスペリエンスを維持しながら、動的ニューラル処理を可能にする。
  論文  参考訳（メタデータ） (2025-12-09T10:54:58Z)
• Triangle Splatting+: Differentiable Rendering with Opaque Triangles [54.18495204764292]
  微分可能なスティングフレームワーク内での三角形を直接最適化するTriangle Splatting+を導入する。 本手法は, 視覚的忠実度において, より効率的かつ高速なトレーニングを継続しながら, 従来のスプレイティング手法を超越した手法である。 結果として生じるセミコネクテッドメッシュは、物理ベースのシミュレーションやインタラクティブなウォークスルーのような下流のアプリケーションをサポートする。
  論文  参考訳（メタデータ） (2025-09-29T17:43:46Z)
• Optimization-Free Style Transfer for 3D Gaussian Splats [2.123980355630267]
  本稿では,3次元ガウススプラットをスタイリングする再構成および最適化自由な手法を提案する。 フィードフォワード・サーフェスベースのスタイリング法を用いて、シーン内の個々のスプラットに補間する。 また、スプレートの高速なスタイリングが可能で、コンシューマグレードのハードウェアでも2分以内の速度を実現している。
  論文  参考訳（メタデータ） (2025-08-07T19:35:01Z)
• StochasticSplats: Stochastic Rasterization for Sorting-Free 3D Gaussian Splatting [28.48846639700183]
  3D Gaussian splatting (3DGS) は、多くのアプリケーション固有の拡張を持つ一般的な放射場法である。 ほとんどの変種は、同じコアアルゴリズムに依存している: ガウススプラッターの深さソートを行い、プリミティブな順序でレンダリングする。 3Dスプラッティングとレンダリングを組み合わせることで、上記の制限に対処する。 我々の手法はソートよりも4倍以上高速である。
  論文  参考訳（メタデータ） (2025-03-31T17:46:18Z)
• SceneSplat: Gaussian Splatting-based Scene Understanding with Vision-Language Pretraining [100.23919762298227]
  現在、既存のすべてのメソッドは、トレーニング中や推論時に2Dまたはテキストのモダリティに依存している。 我々はSceneSplatを紹介し,3DGSで動作する最初の大規模屋内シーン理解手法について紹介する。 ラベルのないシーンからリッチな3D特徴学習を解放する自己教師付き学習手法を提案する。
  論文  参考訳（メタデータ） (2025-03-23T12:50:25Z)
• X-SG$^2$S: Safe and Generalizable Gaussian Splatting with X-dimensional Watermarks [53.976082636337374]
  我々は,元の3DGSシーンをほとんど変更することなく,同時に1～3Dメッセージを透かし出すことのできる新しいフレームワークX-SG$2$Sを提案する。 X-SG$2$Sは3DGSの1〜3D透かしモデルを統合する最初のフレームワークであり、1つの3DGSで同時にマルチモーダル透かしを追加する最初のフレームワークである。
  論文  参考訳（メタデータ） (2025-02-13T17:59:15Z)
• Splat-MOVER: Multi-Stage, Open-Vocabulary Robotic Manipulation via Editable Gaussian Splatting [12.032490472034192]
  本稿では,オープンボキャブラリロボット操作のためのモジュール型ロボットスタックであるSplat-MOVERを紹介する。 Splat-MOVERは, (i) ASK-Splat, (ii) SEE-Splat, (ii) SEE-Splat, 3Dセマンティックマスクと埋め込みを用いたリアルタイムシーン編集モジュール, (iii) Grasp-Splat, ASK-Splat と SEE-Splat を用いて,オープンワールドオブジェクトに対するアベイランス対応の候補把握を提案する。
  論文  参考訳（メタデータ） (2024-05-07T15:00:19Z)
• 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。