要約
CrowdSplatを提示します。これは、3D Gaussian Splattingをリアルタイムで高品質のクラウドレンダリングに活用する斬新なアプローチです。
私たちの方法は、3Dガウス関数を利用して、モノクラービデオから抽出された多様なポーズや衣装でアニメーション化された人間のキャラクターを表します。
詳細レベル（LOD）レンダリングを統合して、計算効率と品質を最適化します。
CrowdSplatフレームワークは、（1）アバター再建と（2）クラウドシンシシスの2つの段階で構成されています。
フレームワークは、スケーラビリティを向上させるためにGPUメモリ使用量にも最適化されています。
定量的および定性的評価は、CrowdSplatが品質、メモリ効率、および計算パフォーマンスをレンダリングする良いレベルを達成することを示しています。
これらの実験を通じて、CrowdSplatは、リアルタイムアプリケーションでの動的で現実的なクラウドシミュレーションの実行可能なソリューションであることを実証します。
要約(オリジナル)
We present CrowdSplat, a novel approach that leverages 3D Gaussian Splatting for real-time, high-quality crowd rendering. Our method utilizes 3D Gaussian functions to represent animated human characters in diverse poses and outfits, which are extracted from monocular videos. We integrate Level of Detail (LoD) rendering to optimize computational efficiency and quality. The CrowdSplat framework consists of two stages: (1) avatar reconstruction and (2) crowd synthesis. The framework is also optimized for GPU memory usage to enhance scalability. Quantitative and qualitative evaluations show that CrowdSplat achieves good levels of rendering quality, memory efficiency, and computational performance. Through these experiments, we demonstrate that CrowdSplat is a viable solution for dynamic, realistic crowd simulation in real-time applications.
arxiv情報
| 著者 | Xiaohan Sun,Yinghan Xu,John Dingliana,Carol O’Sullivan |
| 発行日 | 2025-01-29 17:31:46+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google