Honeycomb-Surfels: 효율적인 장면 렌더링 및 재구성을 위한 압축된 육각형 기본 요소

원문 발행 2026. 10. 28. 02:59원문 언어 영어AI 한국어 번역arXiv cs.LG 원문 보기

요약

본 기사는 3D 장면 재구성의 메모리 및 계산 요구 사항 문제를 해결하기 위해 새로운 평면 육각형 표면 요소인 Hexels를 제안합니다. Hexels는 일차원 공간 색상 필드를 활용하여 효율적인 3D 표현을 제공하며, 기존의 2DGS 대비 높은 성능과 낮은 자원 소모라는 이점을 입증했습니다.

핵심 포인트

Hexels는 메모리 매칭된 2DGS 대비 PSNR을 최대 7.38 dB까지 향상시킵니다.
더 낮은 학습 VRAM과 2.31배 빠른 FPS를 유지하며 성능이 우수합니다.
3D 재구성 오류를 기존 방법 대비 28.9% 감소시키는 효율성을 보입니다.
표면 정렬된 기본 요소의 품질-효율성 트레이드오프 영역을 확장합니다.

새로운 시점 합성(Novel view synthesis) 및 3D 재구성은 라디언스 필드(radiance fields)와 스플래팅(splatting)을 통해 빠르게 발전했지만, 메모리 및 계산 요구 사항 때문에 자원이 제한된 환경에서의 사용이 어렵습니다. 우리는 효율적인 3D 장면 및 2D 이미지 표현을 위한 일차원 공간 색상 필드(first-order spatial color field)를 가진 새로운 평면 육각형 표면 요소인 Hexels를 소개합니다. Hexels는 더 적고 큰 기본 요소(primitives)를 사용하여 국부적으로 평면이며 부드럽게 변화하는 외관을 가진 영역을 활용합니다. 이들의 육각형 지지체(hexagonal support)는 면적 및 경계 효율적인 도메인을 제공하며, 국부 색상 필드는 각 기본 요소 내의 외관 변화를 포착합니다.

34개 장면 전반에 걸쳐, Hexels는 메모리 매칭된 2DGS 대비 데이터셋 전반에서 4.53~7.38 dB의 PSNR 향상을 보였으며 더 낮은 학습 VRAM을 요구합니다. 우리는 또한 기본 요소별로(per primitive), Hexels가 더 낮은 학습 VRAM을 사용하고 2.31배 빠른 FPS를 가지면서도 2DGS보다 최대 4.74 dB 성능이 우수함을 보여주어 Hexels를 분해 분석했습니다(ablate). 심지어 제약이 없는 환경에서도 Hexels는 보완적인 품질-메모리 트레이드오프를 제공합니다.

효율적인 3D 표면 재구성을 위해, Hexels는 15개 DTU 스캔 전반에 걸쳐 메모리 매칭된 2DGS 대비 오류를 28.9% 감소시킵니다. 6개의 Tanks and Temples 표면 장면에서, Hexels는 비교된 방법들 중 가장 높은 평균 F1(2DGS의 31.72% 대비 34.38%)을 달성합니다. 또한 우리는 일반적인 기본 요소로서 Hexels가 Image-GS 대비 2D 이미지 표현을 개선함을 보여줍니다. Hexels는 표면 정렬된 기본 요소의 품질-효율성 트레이드오프에서 파레토 프론티어(Pareto frontier)를 확장합니다.

AI 자동 생성 콘텐츠

원문 바로가기

Honeycomb-Surfels: 효율적인 장면 렌더링 및 재구성을 위한 압축된 육각형 기본 요소

요약

핵심 포인트

댓글