Denoising-GS: 공간 인지형 디노이징을 적용한 Gaussian Splatting

요약

Denoising-GS는 3D Gaussian Splatting(3DGS) 최적화 과정에서 발생하는 노이즈 섞인 Gaussian primitives 문제를 해결하기 위한 새로운 프레임워크입니다. 공간 인지형 디노이징을 통해 위치와 공간 구조를 동시에 고려하며, 불확실성 기반의 가지치기와 공간적 일관성 정밀화를 통해 고충실도 신규 시점 합성을 구현합니다.

핵심 포인트

• 3DGS 최적화 과정을 primitive 디노이징 과정으로 재정의하여 공간 구조를 보존함
• Spatial Gradient-based Denoising을 통해 그래디언트 일관성이 보장된 업데이트 수행
• Uncertainty-based Denoising 모듈로 중복되거나 노이즈가 있는 primitives를 효과적으로 제거
• Spatial Coherence Refinement를 통해 희소 영역의 primitives를 선택적으로 분할하여 구조적 완전성 유지
• 기존 방식 대비 표현의 압축성을 유지하면서도 최첨단(SOTA) NVS 성능 달성