論文の概要: AffineGS: Unlocking Accurate Geometry in 3DGS via Spatially Varying Affine Rectification
- arxiv url: http://arxiv.org/abs/2611.07709v1
- Date: Thu, 05 Nov 2026 09:27:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 21:50:50.63617
- Title: AffineGS: Unlocking Accurate Geometry in 3DGS via Spatially Varying Affine Rectification
- Title（参考訳）: AffineGS:Affineの空間的変形による3DGSの正確な形状のロック解除
- Abstract要約: 既存の深度誘導法は、最適化を単分子深度先行値で正規化することでこれを解決しようとする。
単分子差を一貫した距離深さに補正する空間変化アフィン補正モデルを導入する。
空間勾配を用いて3DGS深度と正規度を一致させる正規認識正規化器を導出する。
- 参考スコア（独自算出の注目度）: 47.67069678873599
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: 3D Gaussian Splatting (3DGS) has become the leading approach for photorealistic novel view synthesis, yet its geometric accuracy lags behind its visual quality. Existing depth-guided methods attempt to resolve this by regularizing the optimization with monocular depth priors, typically using a single global scale-and-shift alignment. Crucially, we discover a fundamental flaw in this assumption: modern monocular depth networks systematically exhibit region-dependent, piecewise-linear distortions. This discovery invalidates standard global alignment strategies, which warp scene geometry by enforcing a single transform. To address this, we introduce a spatially varying affine rectification model that corrects monocular disparity into consistent metric depth using regionally smooth, edge-aware fields. We further derive a normal-aware regularizer that uses spatial gradients to couple the rectified disparity with 3DGS depth and normals. Across diverse experimental settings, our sensor-free method shows strong photometric quality of Gaussian Splatting while substantially improving geometric accuracy and outperforming state-of-the art geometry-focused methods.
- Abstract（参考訳）: 3D Gaussian Splatting (3DGS)は、フォトリアリスティックな新規ビュー合成の先駆的なアプローチとなっているが、その幾何学的精度は、その視覚的品質よりも遅れている。
既存の深度誘導法は、単一の大域的なスケール・アンド・シフトアライメントを用いて、単分子深度事前の最適化を規則化することで、この問題を解決しようとする。
重要なことに、この仮定の根本的な欠陥として、現代の単分子深度ネットワークは、領域依存の、片方向の線形歪みを体系的に示している。
この発見は標準的なグローバルアライメント戦略を無効にし、単一の変換を強制することでシーンの幾何学を歪ませる。
そこで本稿では, 局所的に滑らかなエッジ認識場を用いて, 単分子差を一貫した距離深さに補正する空間変化アフィン補正モデルを提案する。
さらに、空間勾配を用いて3DGS深度と正規度を一致させる正規認識正規化器を導出する。
種々の実験環境において, ガウススメッティングの光度特性は高いが, 幾何精度は著しく向上し, 芸術的幾何学的手法よりも優れていた。
関連論文リスト
- Prior-Driven Enhancements in 3D Gaussian Splatting: Normals and Depths Regularization [0.0]
3D Gaussian Splatting (3DGS)は3Dシーンレンダリングのための最先端技術である。
これは、Structure-from-Motion(SfM)とビュー依存プロパティから設定された初期スパースポイントに依存する。
本稿では,幾何学的事前処理を統合することで最適化プロセスを標準化する改良型3DGS手法を提案する。
論文 参考訳（メタデータ） (2026-09-29T08:06:24Z) - GeoGS-SLAM: Geometry-Only Gaussian Splatting for Dense Monocular SLAM [6.344587694040345]
既存の3DGSフレームワークは外観モデリングと幾何学モデリングの両方に焦点を当てている。
本研究では,シーン形状を直接再構成するGeoGS(Geometry-only Gaussian Splatting)を提案する。
GeoGSは、プリミティブ単位のパラメータ数を80%以上削減するために、空間パラメータのみを保持する。
論文 参考訳（メタデータ） (2026-07-08T14:22:05Z) - VA-GS: Enhancing the Geometric Representation of Gaussian Splatting via View Alignment [48.147381011235446]
3D Gaussian Splattingは、リアルタイムな新規ビュー合成のための効率的なソリューションとして最近登場した。
ビューアライメントによる3次元ガウス多様体の幾何学的表現を強化する新しい手法を提案する。
本手法は, 表面再構成と新しいビュー合成の両面において, 最先端の性能を実現する。
論文 参考訳（メタデータ） (2025-10-13T14:44:50Z) - AGS-Mesh: Adaptive Gaussian Splatting and Meshing with Geometric Priors for Indoor Room Reconstruction Using Smartphones [19.429461194706786]
室内シーンの正確な3次元再構成のためのガウススメッティング法における接合面深度と正規化のアプローチを提案する。
我々のフィルタリング戦略と最適化設計は、メッシュ推定と新規ビュー合成の両方において大きな改善を示す。
論文 参考訳（メタデータ） (2024-11-28T17:04:32Z) - 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) - ND-SDF: Learning Normal Deflection Fields for High-Fidelity Indoor Reconstruction [50.07671826433922]
微妙な幾何を同時に復元し、異なる特徴を持つ領域をまたいだ滑らかさを保つことは自明ではない。
そこで我々は,ND-SDFを提案する。ND-SDFは,通常のシーンとそれ以前のシーンの角偏差を表す正規偏向場を学習する。
本手法は, 壁面や床面などのスムーズなテクスチャ構造を得るだけでなく, 複雑な構造の幾何学的詳細も保存する。
論文 参考訳（メタデータ） (2024-08-22T17:59:01Z)
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。