3D Gaussian Splatting: Survey, Technologies, Challenges, and Opportunities

要約

3D ガウス スプラッティング (3DGS) は、3D 表現の主流の方法になる可能性のある著名な技術として浮上しています。
効率的なトレーニングを通じてマルチビュー画像を明示的な 3D ガウス表現に効果的に変換し、新しいビューのリアルタイム レンダリングを実現します。
この調査は、関連するタスク、テクノロジー、課題、機会など、複数の交差する観点から既存の 3DGS 関連作品を分析することを目的としています。
主な目的は、新参者にこの分野についての迅速な理解を提供し、研究者が既存の技術と課題を体系的に整理できるように支援することです。
具体的には、3DGS の最適化、応用、拡張を掘り下げ、焦点や動機に基づいて分類します。
さらに、既存の作業で特定された 9 種類の技術モジュールと対応する改善点を要約して分類します。
これらの分析に基づいて、さまざまなタスクにわたる共通の課題とテクノロジーをさらに調査し、潜在的な研究の機会を提案します。

要約(オリジナル)

3D Gaussian Splatting (3DGS) has emerged as a prominent technique with the potential to become a mainstream method for 3D representations. It can effectively transform multi-view images into explicit 3D Gaussian representations through efficient training, and achieve real-time rendering of novel views. This survey aims to analyze existing 3DGS-related works from multiple intersecting perspectives, including related tasks, technologies, challenges, and opportunities. The primary objective is to provide newcomers with a rapid understanding of the field and to assist researchers in methodically organizing existing technologies and challenges. Specifically, we delve into the optimization, application, and extension of 3DGS, categorizing them based on their focuses or motivations. Additionally, we summarize and classify nine types of technical modules and corresponding improvements identified in existing works. Based on these analyses, we further examine the common challenges and technologies across various tasks, proposing potential research opportunities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google