Object-Centric 2D Gaussian Splatting: Background Removal and Occlusion-Aware Pruning for Compact Object Models

要約

現在のガウス スプラッティング手法は、シーン全体を再構成するのには効果的ですが、特定のオブジェクトをターゲットにするオプションがないため、計算コストが高くつき、オブジェクト固有のアプリケーションには適していません。
私たちは、オブジェクト マスクを活用してターゲットを絞った再構築を可能にし、オブジェクト中心のモデルを実現する新しいアプローチを提案します。
さらに、品質を損なうことなくガウスの数を最小限に抑えるために、オクルージョンを意識した枝刈り戦略を導入します。
私たちの手法はコンパクトなオブジェクト モデルを再構築し、競争力のある品質を維持しながら、ベースラインと比較して最大 96\% 小さく、最大 71\% 高速にトレーニングできるオブジェクト中心のガウス表現とメッシュ表現を生成します。
これらの表現は、追加の処理を行わずに、外観編集や物理シミュレーションなどの下流アプリケーションですぐに使用できます。

要約(オリジナル)

Current Gaussian Splatting approaches are effective for reconstructing entire scenes but lack the option to target specific objects, making them computationally expensive and unsuitable for object-specific applications. We propose a novel approach that leverages object masks to enable targeted reconstruction, resulting in object-centric models. Additionally, we introduce an occlusion-aware pruning strategy to minimize the number of Gaussians without compromising quality. Our method reconstructs compact object models, yielding object-centric Gaussian and mesh representations that are up to 96\% smaller and up to 71\% faster to train compared to the baseline while retaining competitive quality. These representations are immediately usable for downstream applications such as appearance editing and physics simulation without additional processing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google