FastGS : Entraînement au splatting gaussien 3D en 100 secondes Contributions : 1. Nouveau cadre simple et général pour l'accélération 3DGS qui peut entraîner une scène en 100 secondes tout en atteignant une qualité de rendu comparable. 2. Une stratégie efficace de densification et d'élagage contrôle strictement l'ajout et la suppression de chaque gaussienne en fonction de sa contribution à la qualité de la reconstruction multivue, accélérant considérablement le processus d'apprentissage. 3. Performances de pointe démontrées lors d'expérimentations approfondies sur les jeux de données Mip-NeRF 360, Tanks & Temples et Deep Blending. Notre méthode surpasse les approches de pointe en termes d'efficacité d'entraînement tout en conservant une qualité de rendu comparable. 4. Grande généralité applicable à diverses tâches, telles que la reconstruction de scènes dynamiques, la reconstruction de surfaces, la reconstruction à partir de vues éparses, la reconstruction à grande échelle et le SLAM. FastGS permet un gain de vitesse d'entraînement moyen de 2 à 7 fois.
Articlearxiv.org/abs/2511.04283F4I Projefastgs.github.ioQxM8
