論文の概要: 3DGS-VBench+ and 3DGSV-Assessor: A Multi-Dimensional Subjective Benchmark and a Reference-Flexible Objective Model for 3D Gaussian Splatting Video Quality Assessment
- arxiv url: http://arxiv.org/abs/2611.04498v1
- Date: Tue, 03 Nov 2026 08:26:13 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-04 17:37:14.006082
- Title: 3DGS-VBench+ and 3DGSV-Assessor: A Multi-Dimensional Subjective Benchmark and a Reference-Flexible Objective Model for 3D Gaussian Splatting Video Quality Assessment
- Title（参考訳）: 3DGS-VBench+と3DGSV-Assessor:多次元主観的ベンチマークと基準フレキシブルな映像品質評価モデル
- Abstract要約: 3DGSは、リアルタイムの新規ビュー合成(NVS)を可能にするが、その重いストレージは圧縮を必須にする。
大規模主観的映像品質評価(VQA)ベンチマークである3DGS-VBench+について検討した。
本稿では,参照フレキシブルで大規模なマルチモーダルフレームワークである3DGSV-Assessorを提案する。
- 参考スコア（独自算出の注目度）: 66.88333165221756
- License:
- Abstract: 3D Gaussian Splatting (3DGS) enables real-time novel view synthesis (NVS), but its heavy storage makes compression essential, and both training and compression introduce representation-specific distortions. Since generative compression in many methods treats geometric and color attributes via different parameters, it can induce dimension-specific distortions, motivating multi-dimensional assessment. Moreover, real-world captures generally lack an aligned ground-truth video for a synthesized, continuous camera trajectory, leaving only sparse captured views as references. To enable multi-dimensional quality assessment of 3DGS videos with scarce aligned references, we first present 3DGS-VBench+, a large-scale subjective video quality assessment (VQA) benchmark comprising 3{,}036 3DGS reconstructions, each paired with a rendered video, across 11 real-world and 22 synthetic scenes, generated by 6 representative compression algorithms at systematically designed levels and annotated with 9{,}108 MOSs covering overall, geometry, and color quality. Based on 3DGS-VBench+, we propose 3DGSV-Assessor, a reference-flexible, large multimodal framework that scores all three dimensions in one generation pass and fuses a ranking-based reference cue into the frozen regressor through a bounded gate, supporting both reduced-reference (RR) and no-reference (NR) assessment. Extensive experiments demonstrate state-of-the-art correlation with human perception on 3DGS-VBench+ and strong zero-shot generalization to other NVS benchmarks. The dataset and code will be released at https://github.com/YukeXing/3DGSV-Assessor.
- Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は、リアルタイムな新規ビュー合成(NVS)を可能にするが、その重いストレージは圧縮を必須とし、トレーニングと圧縮の両方が表現特有の歪みを導入する。
多くの手法における生成的圧縮は幾何特性と色特性を異なるパラメータで扱うため、次元特異的な歪みを誘発し、多次元評価を動機付けることができる。
さらに、現実世界の撮影では、合成された連続したカメラの軌跡を撮影するための、整列した地上の映像が欠落しており、撮影された映像のみを参照として残している。
3DGS-VBench+は3{,}036の3DGS再構成を3{,}036の大規模主観的ビデオ品質評価(VQA)ベンチマークとして,11の実世界と22の合成シーンを対象とし,6つの代表圧縮アルゴリズムを体系的に設計し,9{,}108のMOSをアノテートした。
3DGS-VBench+をベースとした3DGSV-Assessorは,1世代間における3次元の全てをスコアリングし,リフレクション(RR)とノリフレクション(NR)の評価の両方をサポートするとともに,フリーズレグレッショナにランキングベースの参照キューを融合する,参照フレキシブルで大規模なマルチモーダルフレームワークである。
大規模な実験では、3DGS-VBench+上での人間の知覚と、他のNVSベンチマークに対する強いゼロショットの一般化について、最先端の相関が示されている。
データセットとコードはhttps://github.com/YukeXing/3DGSV-Assessorでリリースされる。
関連論文リスト
- M$^3$ISR: A Multi-Modal Multi-View Benchmark for 3D/4D Gaussian Splatting and Feedforward Compression [12.893942815407199]
M$3$ISRは3Dおよび4Dガウススプラッティングのための制御された合成ベンチマークである(3DGS/4DGS)。
このベンチマークには、屋内と屋外の5つのシーングループから25のシーン、カメラとモーションの2つの構成、6つの同期1080pビュー、そして密集した地味のアノテーションが含まれている。
我々は,M$3$ISRを3DGS合成,4DGS合成,4DGSストリーミング,3DGS圧縮,4DGS圧縮を含む5つの補完トラックに編成する。
論文 参考訳（メタデータ） (2026-08-23T15:44:39Z) - GaussVid: Sparse-View Gaussian Splatting with 3D-Aware Video Diffusion Priors [14.045684695919116]
3DGSは、合成において顕著な成功を収めたが、スパースビュー下での再構成は、しばしば顕著な成果を上げている。
本稿では,スパース3DGSの再生品質を向上させるために,新しい3D対応ビデオ復元フレームワークを提案する。
提案手法は,PSNR/SSIM(Pixel- and Structure-level fidelity)を最適に実現し,マルチビューの整合性を向上させる。
論文 参考訳（メタデータ） (2026-08-22T08:47:29Z) - 3DGSI-Assessor: A Large-Scale Dataset and An LMM-based Method for 3D Gaussian Splatting Image Quality Assessment [56.721866312037065]
圧縮3DGSのための大規模多次元IQAデータセットである3DGS-IEval-15K+を提案する。
3DGS-IEval-15K+に基づいて,オールインワンの3DGS IQAフレームワークである3DGSI-Assessorを提案する。
論文 参考訳（メタデータ） (2026-08-04T07:53:14Z) - A Survey on 3D Gaussian Splatting Applications: Segmentation, Editing, and Generation [66.62489208150681]
3D Gaussian Splatting (3DGS)は3Dシーン表現のためのNeRF(Neural Radiance Fields)の強力な代替品として登場した。
このサーベイは、3DGSアプリケーションの最近の進歩を概観する。
論文 参考訳（メタデータ） (2025-08-13T17:44:39Z) - GSFixer: Improving 3D Gaussian Splatting with Reference-Guided Video Diffusion Priors [44.901133648775605]
GSFixerは、スパース入力から再構築された3DGS表現の品質を改善するために設計されたフレームワークである。
本モデルは,視覚幾何学基礎モデルから抽出した参照ビューの2次元意味的特徴と3次元幾何学的特徴を統合した。
3DGSアーティファクト復元評価のための適切なベンチマークが欠如していることを踏まえ,低品質な3DGSを用いてレンダリングされたアーティファクトフレームを含むDL3DV-Resを提案する。
論文 参考訳（メタデータ） (2025-08-13T09:56:28Z) - 3DGS-VBench: A Comprehensive Video Quality Evaluation Benchmark for 3DGS Compression [9.900921811495213]
3DGS-VBenchは大規模なビデオ品質アセスメント(VQA)データセットであり、ベンチマークには660の圧縮された3DGSモデルと11のシーンから生成されたビデオシーケンスがある。
ストレージ効率と視覚的品質に関する6つの3DGS圧縮アルゴリズムをベンチマークし、複数のパラダイムにまたがる15の品質評価指標を評価した。
論文 参考訳（メタデータ） (2025-08-09T16:47:19Z) - 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) - LP-3DGS: Learning to Prune 3D Gaussian Splatting [71.97762528812187]
本稿では,トレーニング可能な2値マスクを重要度に応用し,最適プルーニング比を自動的に検出する3DGSを提案する。
実験の結果,LP-3DGSは効率と高品質の両面において良好なバランスを保っていることがわかった。
論文 参考訳（メタデータ） (2024-05-29T05:58:34Z) - SAGS: Structure-Aware 3D Gaussian Splatting [53.6730827668389]
本研究では,シーンの形状を暗黙的に符号化する構造認識型ガウス散乱法(SAGS)を提案する。
SAGSは、最先端のレンダリング性能と、ベンチマークノベルビュー合成データセットのストレージ要件の削減を反映している。
論文 参考訳（メタデータ） (2024-04-29T23:26:30Z)
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。