PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.27264v1cs.CV

GaussPDE: 3D 가우시안 스플래팅을 위한 그래프 기반 편미분 방정식 기반 렌더링

GaussPDE: Graph-Based Partial Differential Equation-Driven Rendering for 3D Gaussian Splatting

본 논문에서는 메시 추출, 복셀화, 또는 재학습 없이 사전학습된 3D 가우시안 씬에 물리적으로 구조화된 편미분 방정식(PDE) 동역학을 주입하는 프레임워크인 GaussPDE를 제시합니다. 본 연구의 핵심 관찰은 PDE 렌더링에 정확한 외관뿐만 아니라 신뢰할 수 있는 이산 계산 도메인이 필요하다는 점입니다. 이에 따라, 불안정한 그래프 토폴로지를 유발할 수 있는 카메라 근처 부유물(floater)과 과도하게 큰 프리미티브(primitive)를 억제하기 위해 먼저 3DGS 재구성 중 카메라 인지 정규화를 도입합니다. 그런 다음 공분산 인지 거리와 불투명도, 외관, 경계 인지 전도도를 활용하여 액티브 가우시안 그래프를 구성함으로써, 가우시안 프리미티브 상에서 직접 질량 가중 그래프 라플라시안 PDE 발전을 가능하게 합니다. 발전하는 스칼라 PDE 상태는 기하학적 구조, 불투명도 및 뷰 종속 렌더링 동작을 보존하면서 직류(DC) 구면 조화(spherical harmonic) 색상 계수를 수정하여 렌더링에 다시 결합됩니다. 실제 및 합성 씬에 대한 실험을 통해 GaussPDE가 베이스라인 대비 경계 간 누출(leakage)을 줄이면서 안정적이고 제어 가능하며 공간적으로 일관된 동적 시각화를 생성함을 보여줍니다.