論文の概要: GaussFlaw: Fine-Grained Perceptual Diagnosis for 3D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2611.02767v1
• Date: Mon, 02 Nov 2026 08:46:50 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 20:11:07.471725
• Title: GaussFlaw: Fine-Grained Perceptual Diagnosis for 3D Gaussian Splatting
• Title（参考訳）: GaussFlaw による3次元ガウス切削の知覚診断
• Abstract要約: GaussFlaw-80Kは、3DGSで詳細な知覚診断のための最初の大規模データセットである。 形状誘導型マルチタスクモデルであるGe-oCriticを提案する。
• 参考スコア（独自算出の注目度）: 15.690741910404277
• License:
• Abstract: 3D Gaussian Splatting (3DGS) enables photorealistic novel- view synthesis with real-time rendering, yet fine-grained di- agnosis of its rendering artifacts remains challenging. These artifacts are typically spatially localized and exhibit diverse degradation patterns, making them difficult to character- ize using global quality metrics and image-level assessment benchmarks, which provide no explicit indication of where they occur or what types of artifacts they represent. To ad- dress this limitation, we introduce GaussFlaw-80K, the first large-scale dataset for fine-grained perceptual diagnosis in 3DGS. Constructed through a model-assisted human-in-the- loop pipeline, GaussFlaw-80K contains 80,049 artifact re- gions across 14,289 rendered images, each annotated with a pixel-level mask and one of eight flaw labels spanning ge- ometric, blending, and photometric degradations. These an- notations turn 3DGS artifact diagnosis into an explicit and measurable task. Building on this dataset, we propose Ge- oCritic, a geometry-guided multi-task model that integrates RGB appearance with depth-derived cues to jointly localize artifacts and classify their flaw types. Beyond evaluation, we further demonstrate the downstream benefits of fine-grained diagnosis through three complementary targeted operations: Gaussian densification, attribute correction, and outlier prun- ing. Experiments show that GeoCritic achieves an AUC-J of 0.9507 and an Acc@1 of 80.08%, while diagnosis-guided re- finement improves all reported global and crop-level metrics across diverse datasets and 3DGS backbones.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は、リアルタイムレンダリングによるフォトリアリスティックなノベルビューの合成を可能にする。 これらのアーティファクトは通常、空間的に局所化され、さまざまな劣化パターンを示すため、グローバルな品質指標と画像レベルの評価ベンチマークを使用して、キャラクタリゼーションを困難にしている。 この制限を適応するために,3DGSで知覚の微細な診断を行う最初の大規模データセットである GaussFlaw-80K を紹介した。 GaussFlaw-80Kには、14,289のレンダリング画像に80,049個のアーティファクト・リギオンが含まれており、それぞれにピクセルレベルのマスクと、ge-ometric、mixing、Photometricの分解にまたがる8つの欠陥ラベルの1つがアノテートされている。 これらのアン表記は、3DGSのアーティファクト診断を明示的で測定可能なタスクに変える。 このデータセットをベースとしたGe-oCriticは,RGBの外観と深度由来のキューを統合し,アーティファクトを共同でローカライズし,欠陥タイプを分類する幾何学誘導型マルチタスクモデルである。 評価の他に, ガウス密度, 属性補正, アウトリープルーンリングの3つの相補的操作による細粒度診断の下流の利点を実証する。実験の結果, GeoCritic は AUC-J 0.9507 と Acc@1 の80.08%を達成し, 診断誘導リファインメントは, 多様なデータセットや3DGS のバックボーンにまたがって, 報告された全グローバルおよび作物レベルのメトリクスを改善している。

関連論文リスト

• HyKey: Hyperspectral Keypoint Detection and Matching in Minimally Invasive Surgery [40.93245185071822]
  ミニマル侵襲手術(MIS)における3次元再構築は,視認性の向上,ツールトラッキング,拡張現実による手術指導の強化を可能にする。 我々は, スナップショットハイパースペクトルイメージング(HSI)を用いて, キーポイント検出と手術シーンの整合性を改善することができるか検討した。 我々はHyKeyを開発した。HyKeyはハイブリッド3D-2D畳み込みニューラルネットワークで構築されたハイパスペクトルKEYpointの検出と記述モデルで、HSIから空間スペクトルの特徴を共同抽出する。
  論文  参考訳（メタデータ） (2026-04-19T13:57:03Z)
• ERGO: Excess-Risk-Guided Optimization for High-Fidelity Monocular 3D Gaussian Splatting [63.138778159026934]
  本稿では,ERGOと呼ばれる過度のリスク分解によって導かれる適応最適化フレームワークを提案する。 ERGOはビュー固有の過剰リスクを動的に推定し、最適化中の損失重みを適応的に調整する。 Google Scanned ObjectsデータセットとOmniObject3Dデータセットの実験は、既存の最先端メソッドよりもERGOの方が優れていることを示している。
  論文  参考訳（メタデータ） (2026-02-10T20:44:43Z)
• Perceptual Quality Assessment of 3D Gaussian Splatting: A Subjective Dataset and Prediction Metric [76.66966098297986]
  3DGSの主観的品質評価データセットである3DGS-QAを提案する。 15種類の物体に対して225の劣化した復元を行い、共通の歪み要因の制御を可能にした。 本モデルでは,ガウス表現から空間的および測光的手がかりを抽出し,構造的に知覚された品質を推定する。
  論文  参考訳（メタデータ） (2025-11-11T09:34:20Z)
• Low-Frequency First: Eliminating Floating Artifacts in 3D Gaussian Splatting [33.688646593086816]
  3D Gaussian Splatting (3DGS)は、3D再構成のための強力な表現である。 3DGSはフローティングアーティファクトをしばしば生成し、これは実際の幾何学から切り離された誤った構造である。 最適化されていないガウスを選択的に拡張し、高精度な低周波学習を優先するEFA-GSを提案する。
  論文  参考訳（メタデータ） (2025-08-04T15:03:56Z)
• GR-Gaussian: Graph-Based Radiative Gaussian Splatting for Sparse-View CT Reconstruction [1.2506009236700528]
  我々は,CT再構成のためのグラフベース3次元ガウス平滑化フレームワークGR-Gaussianを提案する。 GR-Gaussianは針状アーティファクトを抑制し、スパースビュー条件下での再構成精度を向上させる。 X-3Dおよび実世界のデータセットに関する実験は、GR-Gaussianの有効性を検証する。
  論文  参考訳（メタデータ） (2025-08-04T13:31:42Z)
• Beyond Gaussians: Fast and High-Fidelity 3D Splatting with Linear Kernels [51.08794269211701]
  本稿では,ガウスカーネルを線形カーネルに置き換えて,よりシャープで高精度な結果を得る3Dリニアスティング(DLS)を提案する。 3DLSは、最先端の忠実さと正確さを示し、ベースライン3DGSよりも30%のFPS改善を実現している。
  論文  参考訳（メタデータ） (2024-11-19T11:59:54Z)
• GeoSplatting: Towards Geometry Guided Gaussian Splatting for Physically-based Inverse Rendering [69.67264955234494]
  GeoSplattingは、3DGSを精密な光輸送モデリングのための明確な幾何学的ガイダンスで拡張する新しいアプローチである。 最適化可能なメッシュから表面積の3DGSを微分的に構築することにより、明確に定義されたメッシュ正規と不透明なメッシュ表面を利用する。 この強化により、3DGSの効率性と高品質なレンダリング能力を保ちながら、正確な材料分解が保証される。
  論文  参考訳（メタデータ） (2024-10-31T17:57:07Z)
• Spec-Gaussian: Anisotropic View-Dependent Appearance for 3D Gaussian Splatting [55.71424195454963]
  Spec-Gaussian は球面調和の代わりに異方性球面ガウス場を利用するアプローチである。 実験結果から,本手法はレンダリング品質の面で既存の手法を超越していることが示された。 この改良は、3D GSの適用性を高めて、特異面と異方面の複雑なシナリオを扱う。
  論文  参考訳（メタデータ） (2024-02-24T17:22:15Z)

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。