EDGS: Eliminating Densification for Efficient Convergence of 3DGS - 既存の3DGSよりもより精密かつ早く構築出来る異なるアプローチ！

​ミュンヘン大学の研究チームCompVisが開発した新しい3D再構築技術「EDGS（Eliminating Densification for Efficient Convergence of 3DGS）」の論文が公開されています！これまでの3DGSよりも優れた精度を実現出来るとか！

EDGS: Eliminating Densification for Efficient Convergence of 3DGS

3D Gaussian Splatting は、疎なStructure-from-Motion初期化から開始し、再構成不足の領域を反復的に改良することによってシーンを再構成する。このプロセスは、ガウシアンを繰り返し分割して調整する複数の高密度化ステップを必要とし、長い最適化経路をたどるため、本質的に時間がかかります。さらに、この漸進的なアプローチは、特に細部が重要な高周波数領域において、しばしば最適でないレンダリングにつながる。

我々は根本的に異なるアプローチを提案する。すなわち、密な画像対応から三角形化されたピクセルを用いて、シーン形状のワンステップ近似で高密度化プロセスを排除する。この高密度な初期化により、入力RGB画像から豊富なディテールを保持したまま、シーンの大まかな形状を推定することができ、各ガウスに十分な情報を持った色、スケール、位置を与えることができる。その結果、最適化経路を劇的に短縮し、高密度化の必要性を取り除く。疎なキーポイントに依存する従来の手法とは異なり、我々の高密度な初期化は、3DGSや他の手法が苦手とする高周波領域においても、シーン全体の均一なディテールを保証する。さらに、すべてのスプラットは最適化の開始時に並列に初期化されるため、新しいガウシアンを調整するために高密度化を待つ必要がなくなります。

EDGSは、学習効率において速度最適化モデルを上回るだけでなく、標準的な3DGSの半分のスプラットしか使用しないにもかかわらず、最先端のアプローチよりも高いレンダリング品質を達成する。 また、他の3DGSアクセラレーション技術と完全に互換性があるため、既存のアプローチと統合可能な汎用的かつ効率的なソリューションとなっています。

EDGSは、複数の写真や動画から高品質な3Dシーンを素早く再構築するための手法で、従来の「3D Gaussian Splatting（3DGS）」では、初めに粗い3Dモデルを作成し、徐々に詳細を追加していく「密化（densification）」というプロセスが必要でした。
ただし​このプロセスは時間がかかり、特に細かいディテールの再現が難しいという課題がありました。
EDGSはこの密化ステップを完全に省略し、最初から詳細な3Dモデルを生成することで、再構築の速度と品質を大幅に向上させています。​

• 高速な再構築：​従来の3DGSのわずか25%の時間で同等の品質を実現
• 高品質な描画：​特に細かいテクスチャや構造の再現性が向上
• 効率的なデータ使用：​従来の半分のデータ量で高品質な結果を得られる
• 幅広い互換性：​既存の3DGS手法や加速技術と組み合わせて使用可能

リンク