Evolving High-Quality Rendering and Reconstruction in a Unified Framework with Contribution-Adaptive Regularization
Created by
Haebom
Category
Empty
저자
You Shen, Zhipeng Zhang, Xinyang Li, Yansong Qu, Yu Lin, Shengchuan Zhang, Liujuan Cao
개요
본 논문은 다중 뷰 이미지로부터 3D 장면을 표현하는 문제를 다룬다. 기존의 3D Gaussian Splatting (3DGS)는 고품질 렌더링과 빠른 추론 속도를 제공하지만, 정확한 기하학적 재구성이 어렵다는 한계를 지닌다. 기존의 기하학적 정규화 방법들은 렌더링과 재구성 간의 상충 문제 또는 높은 계산 비용과 저장 용량 문제를 갖는다. 본 논문에서는 기여도 적응형 정규화(Contribution-adaptive regularization)를 활용한 CarGS 모델을 제안한다. CarGS는 컴팩트한 MLP를 통해 기하학적 정규화 정보를 가우시안 기본 요소의 적응형 기여도 학습에 활용하여 렌더링과 표면 재구성을 동시에 고품질로 수행한다. 또한, 법선과 부호화된 거리 함수(SDF)를 이용한 기하학적 안내 밀도 증가 전략을 도입하여 고주파수 디테일을 효과적으로 포착한다. 통합된 구조 덕분에 별도의 모델이 필요 없어 효율적이며, 실험 결과 최첨단의 렌더링 충실도와 재구성 정확도를 실시간 속도와 최소한의 저장 공간으로 달성함을 보여준다.
