CompactSplat: distribuzione spazialmente adattiva delle gaussiane per la ricostruzione feedforward di scene

Abstract degli autori

Ricostruire scene 3D a partire da viste sparse senza ottimizzare ogni singola scena resta molto difficile, soprattutto quando occorre recuperare una geometria accurata e texture dettagliate. Sebbene i recenti approcci feedforward sfruttino il 3D Gaussian Splatting (3DGS) generalizzabile per generare scene, di norma assegnano una o più gaussiane a ogni pixel. Questa distribuzione uniforme non solo produce rappresentazioni molto ridondanti, sprecando primitive nelle aree omogenee, ma non sfrutta nemmeno le proprietà geometriche a priori delle superfici planari, dando spesso luogo a una modellazione strutturale non ottimale. Per superare questi limiti, presentiamo CompactSplat, un nuovo framework feedforward che consente di distribuire le gaussiane 3D in base al contenuto. Combinando una suddivisione spaziale guidata dalle texture con un campionamento gerarchico, CompactSplat distribuisce le primitive in modo adattivo: concentra le gaussiane nelle regioni complesse e ricopre le aree piatte con primitive più estese, la cui scala è modulata. Inoltre, il nostro framework supporta intrinsecamente il controllo dinamico della sparsità in fase di inferenza, consentendo di bilanciare senza difficoltà la fedeltà del rendering e l’occupazione di memoria senza dover riaddestrare la rete. Numerosi esperimenti su RealEstate10K, DL3DV e ScanNet dimostrano che CompactSplat supera sistematicamente i metodi precedenti sia nelle metriche standard sia nella coerenza del rendering ad alta risoluzione, ottenendo ricostruzioni ad alta fedeltà con un numero significativamente inferiore di primitive.