ConeGS : Densification guidée par l’erreur utilisant des cônes de pixels pour une reconstruction améliorée avec moins de primitives TL;DR : « ConeGS remplace la densification par clonage par une méthode novatrice qui génère des primitives de la taille d'un cône de pixel dans les régions présentant une forte erreur dans l'espace image. En améliorant le placement et en s'affranchissant de la structure de scène existante — grâce à une exploration flexible basée sur iNGP —, il atteint une qualité de reconstruction supérieure aux méthodes de référence utilisant le même nombre de primitives. » Contributions : • Une stratégie de densification qui place de nouvelles gaussiennes dans les régions d'erreur photométrique élevée dans l'espace image, guidée par des estimations de profondeur provenant d'un proxy géométrique basé sur iNGP. • Une approche qui détermine la taille des nouvelles gaussiennes à partir des cônes de vision des pixels à partir desquels elles sont générées. • Une pénalité d'opacité améliorée qui supprime rapidement les gaussiennes à faible opacité, combinée à une stratégie budgétaire qui équilibre la complexité de la scène et le nombre de primitives.
Articlearxiv.org/abs/2511.06810KW5 Projebaranowskibrt.github.io/conegs/vwAv