要約
最近、ガウス分布の集合として 3D シーンを表現する手法であるガウス スプラッティングが、新しいビュー合成のタスクに取り組む際に大きな注目を集めています。
この論文では、ガウス スプラッティングの基本的な制限、つまりガウス分布の連続的な性質により、画像の不連続性や境界を正確にレンダリングできないことを強調します。
この問題に対処するために、ガウス スプラッティングが不連続性を認識した画像レンダリングを実行できるようにする新しいフレームワークを提案します。
さらに、提案されている不連続性を認識したレンダリング プロセスの「微分可能性」を維持するために、フレームワーク内にベジエ境界勾配近似戦略を導入します。
広範な実験により、私たちのフレームワークの有効性が実証されています。
要約(オリジナル)
Recently, Gaussian Splatting, a method that represents a 3D scene as a collection of Gaussian distributions, has gained significant attention in addressing the task of novel view synthesis. In this paper, we highlight a fundamental limitation of Gaussian Splatting: its inability to accurately render discontinuities and boundaries in images due to the continuous nature of Gaussian distributions. To address this issue, we propose a novel framework enabling Gaussian Splatting to perform discontinuity-aware image rendering. Additionally, we introduce a B\’ezier-boundary gradient approximation strategy within our framework to keep the ‘differentiability’ of the proposed discontinuity-aware rendering process. Extensive experiments demonstrate the efficacy of our framework.
arxiv情報
著者 | Haoxuan Qu,Zhuoling Li,Hossein Rahmani,Yujun Cai,Jun Liu |
発行日 | 2024-10-30 17:38:55+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google