3D Gaussian Splattingにおける初期化と高密度化（densification）の役割と関係

要旨: 3Dガウシアン・スプラッティング（3DGS）は、画像からシーンの見え（appearance）と幾何（geometry）を効率的かつ正確に復元できることから、写実的な3D再構成のための手法として広く選ばれるようになってきました。3DGSは、位置、空間的な広がり、視点依存の色によってパラメータ化された一連の3Dガウシアンでシーンを表現します。初期の点群から出発して、3DGSはガウシアンのパラメータを洗練（refine）し、学習用画像の集合をできる限り正確に再構成します。通常は、疎なStructure-from-Motion（SfM）点群が初期化として用いられます。そのため、密なガウシアン・クラウドを得るために、3DGSの手法は密化（densification）段階に依存します。本論文では、密化と初期化の関係を体系的に研究します。新しいベンチマークを提案し、異なる種類の初期化（密なレーザースキャン、密な（マルチビュー）ステレオ点群、密な単眼深度推定、疎なSfM点群）と、異なる密化スキームの組み合わせを検討します。その結果、既存の密化アプローチは、疎なSfMベースの初期化に対して（有意に）改善できないことが多いため、密な初期化の利点を十分に活用できていないことを示します。私たちはこのベンチマークを公開します。