3Dガウススプラッティング（3DGS）は新しい視点合成の主要な手法となっていますが、フィードフォワード再構成はテクスチャが豊富な領域で課題を抱えることがよくあります。AdaptiveSplatは、局所的なテクスチャの複雑さに基づいてガウススプラットの密度を動的に調整する、テクスチャ認識型の割り当て戦略を導入することでこの問題に対処します。これにより、高詳細領域により多くのスプラットを割り当て、滑らかな領域の冗長性を減らし、同等または低い計算コストでより良い再構成品質を実現します。ECCV 2026で採択されたこの論文は、標準ベンチマークでベースライン手法を大幅に改善することを示しています。研究者にとって、適応的表現学習の新しい方向性を開きます。エンジニアにとって、AR/VRやロボティクスにおけるリアルタイム3D再構成のより効率的なパイプラインを約束します。
ECCV 2026で発表された、テクスチャの複雑さに基づく適応的3DGS割り当てを提案する論文。