TetSphere Splatting: Representing High-Quality Geometry with Lagrangian Volumetric Meshes

要約

高品質のジオメトリで 3D 形状を再構成するための明示的なラグランジュ表現である TetSphere スプラッティングを紹介します。
ニューラル暗黙的表現 (NeRF、NeuS など) と明示的表現 (DMTet など) の両方を含むオイラー表現を主に使用する従来のオブジェクト再構築手法とは対照的に、TetSphere スプラッティングは、多くの場合、高い計算要求と次善のメッシュ品質に苦戦します。
しかし、非常に効果的な幾何学的プリミティブである四面体メッシュです。
このアプローチでは、ニューラル ネットワークや後処理に依存せずに、優れたメッシュ品質が直接得られます。
複数の初期四面体球を変形し、微分可能なレンダリングと幾何学的エネルギーの最適化を組み合わせて 3D 形状を正確に再構築し、大幅な計算効率をもたらします。
Tet-Sphere スプラッティングは、堅牢で多用途のジオメトリ表現として機能し、シングルビュー 3D 再構成、画像/テキストから 3D コンテンツの生成など、さまざまなアプリケーションにシームレスに統合されます。
実験結果は、TetSphere スプラッティングが既存の表現よりも優れたパフォーマンスを示し、より高速な最適化速度、向上したメッシュ品質、および薄い構造の信頼性の高い保存を実現することを示しています。

要約(オリジナル)

We present TetSphere splatting, an explicit, Lagrangian representation for reconstructing 3D shapes with high-quality geometry. In contrast to conventional object reconstruction methods which predominantly use Eulerian representations, including both neural implicit (e.g., NeRF, NeuS) and explicit representations (e.g., DMTet), and often struggle with high computational demands and suboptimal mesh quality, TetSphere splatting utilizes an underused but highly effective geometric primitive — tetrahedral meshes. This approach directly yields superior mesh quality without relying on neural networks or post-processing. It deforms multiple initial tetrahedral spheres to accurately reconstruct the 3D shape through a combination of differentiable rendering and geometric energy optimization, resulting in significant computational efficiency. Serving as a robust and versatile geometry representation, Tet-Sphere splatting seamlessly integrates into diverse applications, including single-view 3D reconstruction, image-/text-to-3D content generation. Experimental results demonstrate that TetSphere splatting outperforms existing representations, delivering faster optimization speed, enhanced mesh quality, and reliable preservation of thin structures.

arxiv情報

著者 Minghao Guo,Bohan Wang,Kaiming He,Wojciech Matusik
発行日 2024-05-30 17:35:49+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.GR パーマリンク