Faster and Better 3D Splatting via Group Training

要約

3D ガウス スプラッティング (3DGS) は、新しいビュー合成のための強力な技術として登場し、ガウス プリミティブ表現を通じて高忠実度のシーン再構築において顕著な能力を実証しています。
ただし、膨大な数のプリミティブによって引き起こされる計算オーバーヘッドが、トレーニング効率に重大なボトルネックを引き起こします。
この課題を克服するために、ガウス プリミティブを管理可能なグループに編成し、トレーニング効率を最適化し、レンダリング品質を向上させる、シンプルかつ効果的な戦略であるグループ トレーニングを提案します。
このアプローチは、バニラ 3DGS や Mip-Splatting を含む既存の 3DGS フレームワークとの普遍的な互換性を示し、優れた合成品質を維持しながら一貫してトレーニングの加速を実現します。
広範な実験により、当社の単純なグループ トレーニング戦略により、さまざまなシナリオにわたって最大 30% 高速なコンバージェンスと改善されたレンダリング品質が達成されることが明らかになりました。

要約(オリジナル)

3D Gaussian Splatting (3DGS) has emerged as a powerful technique for novel view synthesis, demonstrating remarkable capability in high-fidelity scene reconstruction through its Gaussian primitive representations. However, the computational overhead induced by the massive number of primitives poses a significant bottleneck to training efficiency. To overcome this challenge, we propose Group Training, a simple yet effective strategy that organizes Gaussian primitives into manageable groups, optimizing training efficiency and improving rendering quality. This approach shows universal compatibility with existing 3DGS frameworks, including vanilla 3DGS and Mip-Splatting, consistently achieving accelerated training while maintaining superior synthesis quality. Extensive experiments reveal that our straightforward Group Training strategy achieves up to 30% faster convergence and improved rendering quality across diverse scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google