Swift4D:Adaptive divide-and-conquer Gaussian Splatting for compact and efficient reconstruction of dynamic scene
Created by
Haebom
Category
Empty
저자
Jiahao Wu, Rui Peng, Zhiyan Wang, Lu Xiao, Luyang Tang, Jinbo Yan, Kaiqiang Xiong, Ronggang Wang
개요
본 논문에서는 Swift4D라는 새로운 뷰 합성 방법을 제안합니다. 기존의 3D Gaussian Splatting 방식의 한계인 높은 메모리 사용량과 긴 학습 시간을 극복하기 위해, 정적 요소와 동적 요소를 분리하여 처리하는 분할 정복(divide-and-conquer) 전략을 채택했습니다. 학습 가능한 분해 전략을 통해 정적 및 동적 기본 요소를 분류하고, 동적 기본 요소에 대해서는 압축된 다중 해상도 4D 해시 매퍼를 사용하여 변형 공간으로 변환합니다. 최종적으로 정적 및 동적 기본 요소를 혼합하여 고품질의 렌더링 결과를 생성합니다. 이를 통해 기존 최첨단 방법보다 20배 빠른 학습 속도와 최소 30MB의 저장 공간으로 우수한 렌더링 품질을 달성합니다.
시사점, 한계점
•
시사점:
◦
정적 및 동적 요소 분리 전략을 통해 3D Gaussian Splatting의 효율성과 품질을 크게 향상시켰습니다.
