ガウススプラッティングにおける密度修正

Revising Densification in Gaussian Splatting

April 9, 2024

著者: Samuel Rota Bulò, Lorenzo Porzi, Peter Kontschieder

cs.AI

要旨

本論文では、新規視点合成において高品質でフォトリアルな結果を実現するシーン表現手法である3D Gaussian Splatting（3DGS）におけるAdaptive Density Control（ADC）の限界に取り組む。ADCは、3D点プリミティブの自動管理のために導入され、密度化と剪定を制御するが、密度化ロジックに一定の制約がある。我々の主な貢献は、3DGSにおける密度制御のためにより原理的でピクセル誤差駆動の定式化を提案し、補助的なピクセル単位の誤差関数を密度化の基準として活用することである。さらに、シーンごとに生成されるプリミティブの総数を制御するメカニズムを導入し、クローン操作中のADCの現在の不透明度処理戦略におけるバイアスを修正する。我々のアプローチは、手法の効率を損なうことなく、様々なベンチマークシーンにおいて一貫した品質向上をもたらす。

English

In this paper, we address the limitations of Adaptive Density Control (ADC) in 3D Gaussian Splatting (3DGS), a scene representation method achieving high-quality, photorealistic results for novel view synthesis. ADC has been introduced for automatic 3D point primitive management, controlling densification and pruning, however, with certain limitations in the densification logic. Our main contribution is a more principled, pixel-error driven formulation for density control in 3DGS, leveraging an auxiliary, per-pixel error function as the criterion for densification. We further introduce a mechanism to control the total number of primitives generated per scene and correct a bias in the current opacity handling strategy of ADC during cloning operations. Our approach leads to consistent quality improvements across a variety of benchmark scenes, without sacrificing the method's efficiency.