Оптимизация без обучения для переноса стиля на 3D-гауссовы сплаты

Optimization-Free Style Transfer for 3D Gaussian Splats

August 7, 2025

Авторы: Raphael Du Sablon, David Hart

cs.AI

Аннотация

Задача переноса стиля для 3D-гауссовых сплатов была исследована во многих предыдущих работах, однако эти подходы требуют реконструкции или тонкой настройки сплата с учетом информации о стиле или оптимизации сети извлечения признаков на основе представления сплата. Мы предлагаем подход к стилизации 3D-гауссовых сплатов, не требующий реконструкции или оптимизации. Это достигается путем генерации графовой структуры на неявной поверхности представления сплата. Затем используется прямой метод стилизации, основанный на поверхности, который интерполируется обратно на отдельные сплаты в сцене. Это позволяет использовать любое изображение стиля и 3D-гауссов сплат без необходимости дополнительного обучения или оптимизации. Кроме того, это обеспечивает быструю стилизацию сплатов, достигая скорости менее 2 минут даже на потребительском оборудовании. Мы демонстрируем качественные результаты, достигаемые этим подходом, и сравниваем его с другими методами переноса стиля для 3D-гауссовых сплатов. Код доступен по адресу 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.