Webinaires

Compactness-Aware Densification for 3D Gaussian Splatting

Annonce

Résumé

Le 3D Gaussian Splatting (3DGS) représente une scène par un ensemble de gaussiennes 3D anisotropes optimisées à partir d’images d’entrée calibrées. La compacité (nombre de gaussiennes) détermine directement les besoins en mémoire, en stockage et le coût de rendu. Les pipelines d’optimisation 3DGS actuels intègrent une densification adaptative (Adaptive Density Control) qui duplique des gaussiennes selon un critère fondé sur le gradient de position. Ce mécanisme permet d’obtenir une scène dense et de bonne qualité, mais il tend à générer des gaussiennes redondantes dans des zones déjà bien reconstruites, alourdissant le modèle sans gain de qualité perceptible. Les travaux explorent une densification orientée compacité, qui vise à remplacer le critère de gradient classique par une mesure mieux adaptée au contrôle de la densité et e la redondance des gaussiennes. Cette approche conserve la compatibilité avec les pipelines 3DGS existants et ne nécessite aucune modification du moteur de rendu. Elle permet de mieux cibler les zones réellement bénéfiques à la densification et de réduire la redondance tout en préservant la qualité visuelle du modèle. Des évaluations sur scènes réelles montrent une réduction significative du nombre de gaussiennes à qualité comparable, voire améliorée, pour une surcharge de calcul négligeable et un contrôle explicite du compromis qualité–compacité.

Rediffusion chaîne GdR IASIS