Parametrizzazione condizionale diretta per lo splatting N-dimensionale

Abstract degli autori

Lo splatting N-dimensionale estende il 3D Gaussian Splatting con la direzione di osservazione e il tempo per modellare effetti dipendenti dal punto di vista e dinamici. Ogni primitiva viene rappresentata mediante una distribuzione congiunta della posizione e delle variabili di condizionamento, da cui si ricava poi una sezione condizionale per ogni query di rendering. N-DGS e UBS condividono questo passaggio, rispettivamente con kernel Gaussian e Beta: per ricavare la media condizionale, l’opacità e la covarianza occorrono, per ogni primitiva e a ogni forward pass, inversioni di matrici e prodotti di regressione. Introduciamo la parametrizzazione condizionale diretta, che sostituisce questo calcolo derivato dalla covarianza con parametri espliciti per ciascun effetto: un fattore di Cholesky della matrice di precisione per l’opacità e un operatore di regressione fattorizzato dalle query alla posizione, con un accoppiamento apprendibile per ciascuna dimensione. Coordinate condizionali prive di vincoli consentono di ricostruire una covarianza congiunta valida; la nostra fattorizzazione aggiunge prior sulla scala spaziale e sull’accoppiamento. Applicata a entrambi i kernel, la parametrizzazione produce dGS (Gaussian) e dBS (Beta). Su cinque benchmark statici e dinamici, entrambi eguagliano o superano in qualità le rispettive controparti basate sulla covarianza, con incrementi fino a +1,26 dB nella valutazione MCMC principale. Il calcolo delle sezioni condizionali in produzione è da 6,9 a 7,7 volte più veloce rispetto al condizionamento derivato dalla covarianza calcolato al momento; la profilazione del rendering completo mostra accelerazioni da 1,25 a 1,91 volte su quattro scene addestrate. Il condizionamento diretto offre un’alternativa strutturata, indipendente dal kernel, per lo splatting N-dimensionale. Pagina del progetto: https://gaozhongpai.github.io/dgs/.