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アプローチは、シーン全体の再構成には有効であるが、特定のオブジェクトをターゲットとするオプションがないため、計算コストが高く、オブジェクトに特化したアプリケーションには不向きである。我々は、オブジェクトマスクを活用することで、ターゲットを絞った再構成を可能にし、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する。さらに、オクルージョンを考慮した刈り込み戦略を導入し、品質を落とすことなくガウシアンの数を最小化する。我々の手法は、コンパクトなオブジェクトモデルを再構成し、ベースラインと比較して最大96%小さく、最大71%高速に学習できるオブジェクト中心のガウシアン表現とメッシュ表現を得る。これらの表現は、外観編集や物理シミュレーションのような下流のアプリケーションで、追加処理なしに直ちに使用可能である。

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, DeepL