EOGS: Gaussian Splatting for Earth Observation

要約

最近、ガウス スプラッティングが NeRF の強力な代替手段として登場し、トレーニングとレンダリングの時間のほんの一部しか必要とせずに優れた 3D モデリング機能を実証します。
この論文では、標準的なガウス スプラッティング フレームワークを高効率を維持しながらリモート センシングに適応させる方法を示します。
これにより、最高のパフォーマンスを誇る NeRF ベースの地球観測手法では 1 日がかりの最適化が必要となるのに比べ、わずか数分で最先端のパフォーマンスを達成することができます。
提案されたフレームワークには、放射補正や影モデリングなどの EO-NeRF からのリモート センシングの改善が組み込まれていると同時に、スパース性、ビューの一貫性、不透明度の正則化などの新しいコンポーネントが導入されています。

要約(オリジナル)

Recently, Gaussian splatting has emerged as a strong alternative to NeRF, demonstrating impressive 3D modeling capabilities while requiring only a fraction of the training and rendering time. In this paper, we show how the standard Gaussian splatting framework can be adapted for remote sensing, retaining its high efficiency. This enables us to achieve state-of-the-art performance in just a few minutes, compared to the day-long optimization required by the best-performing NeRF-based Earth observation methods. The proposed framework incorporates remote-sensing improvements from EO-NeRF, such as radiometric correction and shadow modeling, while introducing novel components, including sparsity, view consistency, and opacity regularizations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google