4D ニューラルボクセルスプラッティング：ボクセル化されたガウスプラッティングによる動的シーンレンダリング 貢献: • 統合4Dボクセルアーキテクチャ：時間をボクセル特徴空間における追加次元として扱うことで、3Dボクセルグリッドを4Dに拡張します。これにより、空間的にも時間的にも適応する、時間を考慮したガウス分布生成が可能になります。静的なガウス分布を生成するScaffold-GSとは異なり、本ボクセルは学習した時間的特徴に基づいて時間変動ガウス分布を生成します。 • 選択的変形戦略：広範な実験の結果、ガウス分布のすべての特性を変形すると学習が不安定になることが判明しました。そこで、外観特性（色、不透明度）を固定したまま、幾何学的特性（位置、スケール、回転）のみを変形する選択的アプローチを導入し、収束性と品質を大幅に向上させました。 • ビュー適応型改良: 適応型緻密化を通じてパフォーマンスの低い視点を識別し、選択的に改善する新しい改良メカニズムを提案し、全体的なオーバーヘッドなしで時間的な不整合に対処します。 • メモリ効率の高い設計: 私たちのフレームワークは、O(N · T) ではなく O(fV + F) のメモリ複雑度を実現し、コンシューマー GPU で動的なシーンのレンダリングを可能にします。
論文: https://t.co/NEBweZNnwG