Core Concepts
メモリ使用量を4桁削減しつつ同等の速度を実現する、神経3Dフィールドのための高スケーラブルなレンダリングとスプラッティングのコンポーネントを提案する。
Abstract
本論文では、神経3Dフィールドにおける2D-3D変換の主要なボトルネックであるメモリ使用量の問題に取り組む。具体的には、Lightplane RendererとLightplane Splatterという2つの高スケーラブルなコンポーネントを提案する。
Lightplane Rendererは、レイに沿った計算を融合することで、メモリ使用量を4桁削減しつつ同等の速度を実現する。一方、Lightplane Splatterは、2D特徴量を3Dハッシュ構造に直接スプラットすることで、メモリ効率的な2D-3D変換を実現する。
これらのコンポーネントを用いることで、従来は制限されていた高解像度画像の利用や、多数の入力画像の活用が可能になる。実験では、単一シーンの最適化、大規模3D再構成、3D生成などの様々なタスクでパフォーマンスの大幅な向上を示す。
Stats
提案手法のレンダリングとスプラッティングは、従来手法と比べて4桁メモリ使用量を削減できる。
提案手法のレンダリングとスプラッティングは、従来手法と同等の速度を実現できる。
Quotes
"メモリ使用量を4桁削減しつつ同等の速度を実現する、神経3Dフィールドのための高スケーラブルなレンダリングとスプラッティングのコンポーネントを提案する。"
"これらのコンポーネントを用いることで、従来は制限されていた高解像度画像の利用や、多数の入力画像の活用が可能になる。"