Consistent Quantity-Quality Control across Scenes for Deployment-Aware Gaussian Splatting

要約

ストレージと計算コストを削減するために、3D Gaussian Splutting（3DGS）は、高レンダリング品質を維持しながら使用するガウスの数を最小限に抑え、ガウスの量とレンダリング品質の間に固有のトレードオフを導入しようとしています。
既存の方法は、量の品質のパフォーマンスを向上させるために努力していますが、ユーザーがこのトレードオフを直感的に調整して、多様なハードウェアや通信制約の下でのモデル展開などの実用的なニーズに合わせて直感的に調整する能力がありません。
ここでは、強力な量の質のあるパフォーマンスを維持しながら、意味的に意味のあるクロスセンの一貫した量のコントロールを達成する3DGS最適化方法であるControlgsを提示します。
固定セットアップを使用した単一のトレーニングランと、量の品質の好みを反映するユーザー指定のハイパーパラメーターを使用すると、Controlgsは、コンパクトオブジェクトから大きな屋外シーンまで、多様なシーン全体で望ましい量の品質のトレードオフポイントを自動的に見つけることができます。
また、ガウス系の少ないレンダリング品質を達成することにより、ベースラインを上回り、トレードオフを段階的に制御する幅広い調整範囲をサポートします。

要約(オリジナル)

To reduce storage and computational costs, 3D Gaussian splatting (3DGS) seeks to minimize the number of Gaussians used while preserving high rendering quality, introducing an inherent trade-off between Gaussian quantity and rendering quality. Existing methods strive for better quantity-quality performance, but lack the ability for users to intuitively adjust this trade-off to suit practical needs such as model deployment under diverse hardware and communication constraints. Here, we present ControlGS, a 3DGS optimization method that achieves semantically meaningful and cross-scene consistent quantity-quality control while maintaining strong quantity-quality performance. Through a single training run using a fixed setup and a user-specified hyperparameter reflecting quantity-quality preference, ControlGS can automatically find desirable quantity-quality trade-off points across diverse scenes, from compact objects to large outdoor scenes. It also outperforms baselines by achieving higher rendering quality with fewer Gaussians, and supports a broad adjustment range with stepless control over the trade-off.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google