Główne pojęcia
モノラルカメラで撮影された動的シーンを、明示的な3Dガウシアン表現を用いて効率的に再構築し、直感的な操作を可能にする手法を提案する。
Streszczenie
本研究では、動的シーンを効率的に表現し、直感的に操作できる手法「CoGS」を提案する。
- 動的シーンを3Dガウシアンで表現し、時間変化に応じてガウシアンの位置、回転、スケール、色を学習する。
- 静的部分と動的部分を分離し、動的部分に対して位置、回転、スケール、色の変化を学習することで、高品質な動的シーン表現を実現する。
- 学習したガウシアンの属性を操作することで、シーン内の要素を直感的に制御できる。
- 2Dマスクを3Dに投影し、ガウシアンレベルの属性制御を可能にする。
- 制御信号を自動的に抽出し、ガウシアンの属性を調整することで、事前の制御信号の必要がない。
- 合成シーンと実世界シーンの実験で、提案手法が既存手法を大きく上回る性能を示す。
Statystyki
提案手法は、合成シーンにおいて既存手法よりも平均37.90 dBのPSNRを達成し、大幅な性能向上を示した。
実世界シーンでも、提案手法は平均29.6 dBのPSNRを達成し、既存手法と同等の性能を示した。
Cytaty
"モノラルカメラで撮影された動的シーンを、明示的な3Dガウシアン表現を用いて効率的に再構築し、直感的な操作を可能にする手法を提案する。"
"学習したガウシアンの属性を操作することで、シーン内の要素を直感的に制御できる。"
"2Dマスクを3Dに投影し、ガウシアンレベルの属性制御を可能にする。"