ガウシアンを減らし、テクスチャを増やす：4Kフィードフォワードテクスチャスプラッティング
本文の状態
日本語全文を表示中
詳細モードで約1分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
Apple Machine Learning
研究チームがLGTMを開発した。既存手法の解像度拡張性問題を解決し、コンパクトなガウシアンとテクスチャ予測により4K高解像度合成を可能にした。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
既存のフィードフォワード型 3D ガウススプレンティング手法は、ピクセルアラインメントされたプリミティブを予測するため、解像度が上昇するにつれてプリミティブ数が二次関数的に増加します。これにより根本的にスケーラビリティが制限され、4K などの高解像度合成が実質不可能となっています。私たちは LGTM（Less Gaussians, Texture More）を導入しました。これはこの解像度スケーリングの障壁を克服するフィードフォワード型フレームワークです。コンパクトなガウスプリミティブと各プリミティブごとのテクスチャを予測することで、幾何学的複雑さとレンダリング解像度を分離します。このアプローチにより、高忠実度の 4K 新規視点合成が可能となりますが…
原文を表示
Existing feed-forward 3D Gaussian Splatting methods predict pixel-aligned primitives, leading to a quadratic growth in primitive count as resolution increases. This fundamentally limits their scalability, making high-resolution synthesis such as 4K intractable. We introduce LGTM (Less Gaussians, Texture More), a feed-forward framework that overcomes this resolution scaling barrier. By predicting compact Gaussian primitives coupled with per-primitive textures, LGTM decouples geometric complexity from rendering resolution. This approach enables high-fidelity 4K novel view synthesis without…
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み