StochasticSplats: Stochastic Rasterization for Sorting-Free 3D Gaussian Splatting

要約

3D Gaussian Splatting（3DGS）は、多くのアプリケーション固有の拡張機能を備えた人気のあるRadianceフィールド法です。
ほとんどのバリエーションは、同じコアアルゴリズムに依存しています：ガウススプラットの深さソルティング、次に原始的な順序でラスター化します。
これにより、正しいアルファコンポジットが保証されますが、近似が組み込まれているため、レンダリングアーティファクトを引き起こす可能性があります。
さらに、固定表現の場合、ソートされたレンダリングは、レンダリングコストと視覚的忠実度をほとんど制御できません。
たとえば、直感的には、低解像度の画像をレンダリングすることは、必ずしも高速ではありません。
この作業では、3Dガウスのスプラッティングと確率論的ラスター化を組み合わせることにより、上記の制限に対処します。
具体的には、ボリュームレンダリング方程式の偏りのないモンテカルロ推定器を活用します。
これにより、ソートの必要性が削除され、重複するガウスの正確な3Dブレンドが可能になります。
モンテカルロサンプルの数には、計算時間と品質をトレードオフする方法を3DGにさらに浸します。
OpenGLシェーダーを使用してメソッドを実装し、最新のGPUハードウェアで効率的なレンダリングを可能にします。
合理的な視覚的品質では、私たちの方法は、ソートされたラスター化よりも4倍以上速くレンダリングされます。

要約(オリジナル)

3D Gaussian splatting (3DGS) is a popular radiance field method, with many application-specific extensions. Most variants rely on the same core algorithm: depth-sorting of Gaussian splats then rasterizing in primitive order. This ensures correct alpha compositing, but can cause rendering artifacts due to built-in approximations. Moreover, for a fixed representation, sorted rendering offers little control over render cost and visual fidelity. For example, and counter-intuitively, rendering a lower-resolution image is not necessarily faster. In this work, we address the above limitations by combining 3D Gaussian splatting with stochastic rasterization. Concretely, we leverage an unbiased Monte Carlo estimator of the volume rendering equation. This removes the need for sorting, and allows for accurate 3D blending of overlapping Gaussians. The number of Monte Carlo samples further imbues 3DGS with a way to trade off computation time and quality. We implement our method using OpenGL shaders, enabling efficient rendering on modern GPU hardware. At a reasonable visual quality, our method renders more than four times faster than sorted rasterization.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google