イーヤン・ワン (Yiyan Wang) 氏らは2026年11月4日(現地時間)、ハイブリッドメッシュ・ガウスレンダリングの課題を解決する新フレームワーク「Gaussolve」を発表した。arXiv cs.CVで公開された論文「Gaussians Can Subtract: Neural Dissolve Fields for Hybrid Scene Rendering」によると、この手法はコンパクトなテクスチャ付きサーフェスと柔軟な3Dガウシアンプリミティブを組み合わせ、既存の追加的アプローチとは異なる「減算・再充填」モデルを導入。視点依存の不整合やジオメトリエラーを効率的に解消し、視覚忠実度と高速なレンダリング向上を図る。
ハイブリッドメッシュ・ガウスレンダリングは、構造化された環境において、コンパクトなテクスチャ付きサーフェスと柔軟な3Dガウシアンプリミティブを組み合わせることで、純粋なガウシアンシーン表現の効率的な代替手段を提供する。しかし、既存のハイブリッド手法は、メッシュによって残された誤差をガウシアン残差で補償する追加的な定式化に依拠していた。
研究チームは、メッシュとガウシアン間の全ての不一致が、単に欠落したコンテンツに起因するわけではないと指摘する。残存するジオメトリエラー、オクルージョンの不一致、テクスチャ投影アーティファクト、および視点依存の外観が、同じメッシュ内容であっても、ある視点では整合し、別の視点では不整合になる原因となり得る。このため、ワン氏らはハイブリッドレンダリングを多視点不整合問題として再定義し、不整合なメッシュ内容を選択的に溶解し、ガウシアン残差が露出した領域を再充填する「Gaussolve」フレームワークを提案した。
Gaussolveは、軽量なNeural Dissolve Fieldを導入している。これはスカラー球面調和ガウシアンによってパラメーター化されており、どの位置から、どの視点方向からメッシュ内容を溶解すべきかを学習する。連続的な透過率融合ルールにより、溶解されたメッシュの背後にあるガウシアン残差が段階的に露出し、その再構築勾配を保持しつつ、明確な可視性の不連続性を回避する。
構造化および半構造化されたシーンでの実験結果は、Gaussolveがより少ないガウシアンプリミティブで、より高い視覚忠実度と高速なレンダリングを達成することを示している。この研究はWACV 2027に採択された。
参考: arXiv cs.CV — 2026年11月6日 14:00 (JST)
原文ハイライト"Gaussians Can Subtract: Neural Dissolve Fields for Hybrid Scene Rendering"