ChatPaper.aiChatPaper

Trasferimento di stile senza ottimizzazione per splatting gaussiano 3D

Optimization-Free Style Transfer for 3D Gaussian Splats

August 7, 2025
Autori: Raphael Du Sablon, David Hart
cs.AI

Abstract

Il compito del trasferimento di stile per gli splat gaussiani 3D è stato esplorato in numerosi lavori precedenti, ma questi richiedono la ricostruzione o il fine-tuning dello splat incorporando informazioni di stile o ottimizzando una rete di estrazione di caratteristiche sulla rappresentazione dello splat. Proponiamo un approccio privo di ricostruzione e ottimizzazione per stilizzare gli splat gaussiani 3D. Questo viene realizzato generando una struttura grafica sulla superficie implicita della rappresentazione dello splat. Successivamente, viene utilizzato un metodo di stilizzazione basato sulla superficie in modalità feed-forward, che viene interpolato nuovamente sui singoli splat nella scena. Ciò consente di utilizzare qualsiasi immagine di stile e splat gaussiano 3D senza ulteriori addestramenti o ottimizzazioni. Inoltre, permette una stilizzazione rapida degli splat, raggiungendo velocità inferiori a 2 minuti anche su hardware di livello consumer. Dimostriamo i risultati di qualità ottenuti con questo approccio e li confrontiamo con altri metodi di trasferimento di stile per splat gaussiani 3D. Il codice è disponibile pubblicamente all'indirizzo https://github.com/davidmhart/FastSplatStyler.
English
The task of style transfer for 3D Gaussian splats has been explored in many previous works, but these require reconstructing or fine-tuning the splat while incorporating style information or optimizing a feature extraction network on the splat representation. We propose a reconstruction- and optimization-free approach to stylizing 3D Gaussian splats. This is done by generating a graph structure across the implicit surface of the splat representation. A feed-forward, surface-based stylization method is then used and interpolated back to the individual splats in the scene. This allows for any style image and 3D Gaussian splat to be used without any additional training or optimization. This also allows for fast stylization of splats, achieving speeds under 2 minutes even on consumer-grade hardware. We demonstrate the quality results this approach achieves and compare to other 3D Gaussian splat style transfer methods. Code is publicly available at https://github.com/davidmhart/FastSplatStyler.
PDF42August 13, 2025