PLANING: 스트리밍 3D 재구성을 위한 느슨하게 결합된 삼각형-가우시안 프레임워크

PLANING: A Loosely Coupled Triangle-Gaussian Framework for Streaming 3D Reconstruction

January 29, 2026

저자: Changjian Jiang, Kerui Ren, Xudong Li, Kaiwen Song, Linning Xu, Tao Lu, Junting Dong, Yu Zhang, Bo Dai, Mulin Yu

cs.AI

초록

단일 이미지 시퀀스의 실시간 재구성은 기존 방법들이 높은 품질의 렌더링이나 정확한 기하구조 중 한쪽만 중점적으로 개선하여 두 목표를 동시에 달성하기 어려운 과제로 남아있습니다. 본 논문에서는 PLANING을 소개합니다. 이는 명시적 기하 프리미티브와 신경 가우시안을 느슨하게 결합한 하이브리드 표현에 기반한 효율적인 온더플라이 재구성 프레임워크로, 기하구조와 외관을 분리된 방식으로 모델링할 수 있게 합니다. 이러한 분리 방식은 기하구조 업데이트와 외관 업데이트를 구분하는 온라인 초기화 및 최적화 전략을 지원하여, 구조적 중복을 현저히 줄인 안정적인 실시간 재구성을 가능하게 합니다. PLANING은 PGSR 대비 조밀 메쉬 Chamfer-L2를 18.52% 개선했으며, ARTDECO보다 PSNR 1.31dB 높은 성능을 보입니다. 또한 ScanNetV2 장면을 100초 미만으로 재구성하여 2D 가우시안 스플래팅보다 5배 이상 빠른 속도를 내면서도 장면별 오프라인 최적화의 품질에 필적합니다. 재구성 품질을 넘어, PLANING의 구조적 명확성과 계산 효율성은 대규모 장면 모델링 및 구현형 AI를 위한 시뮬레이션 지원 환경 구축과 같은 다양한 다운스트림 애플리케이션에 적합하게 만듭니다. 프로젝트 페이지: https://city-super.github.io/PLANING/

English

Streaming reconstruction from monocular image sequences remains challenging, as existing methods typically favor either high-quality rendering or accurate geometry, but rarely both. We present PLANING, an efficient on-the-fly reconstruction framework built on a hybrid representation that loosely couples explicit geometric primitives with neural Gaussians, enabling geometry and appearance to be modeled in a decoupled manner. This decoupling supports an online initialization and optimization strategy that separates geometry and appearance updates, yielding stable streaming reconstruction with substantially reduced structural redundancy. PLANING improves dense mesh Chamfer-L2 by 18.52% over PGSR, surpasses ARTDECO by 1.31 dB PSNR, and reconstructs ScanNetV2 scenes in under 100 seconds, over 5x faster than 2D Gaussian Splatting, while matching the quality of offline per-scene optimization. Beyond reconstruction quality, the structural clarity and computational efficiency of \modelname~make it well suited for a broad range of downstream applications, such as enabling large-scale scene modeling and simulation-ready environments for embodied AI. Project page: https://city-super.github.io/PLANING/ .