すべての人に一次情報を
FFGaussTypeは、押し出した文字やSVGアウトラインを1回のフォワードパスでニューラルガウシアン資産に変換するフィードフォワードパイプラインです。文字とアイコンがシーン内に配置できるようにし、隠蔽や透視を自然に扱えます。1次元の特徴平面を用いた点エンコーダが表面のアンカーをマッピングし、共有デコーダが各カメラに対して表面法線を持つガウシアンを予測します。これにより、物理的なマテリアルやライティングは変換時に決定せず、レンダリング時に自由に割り当てられます。
実験では、2 657個のテスト資産で平均法線誤差1.618°、シルエットIoU0.9851を達成しました。RTX A6000上で1資産あたり9.1 msの変換時間と97 MiBのピークメモリを必要とし、TexGaussian(157.9 ms/1 675 MiB)、TriplaneGaussian(28.7 ms/1 400 MiB)、LGM(47.9 ms/2 843 MiB)をより上回ります。さらに、64 資産のフィッティングサブセットでは、FFGaussTypeは1.701°の法線誤差、0.984のIoUを示し、3DGSの全ての最適化予算よりも優れています。
ただし、鋭いリム特徴ではエッジバンド誤差が高くなる点に注意が必要です。これは、ガウシアンの分布が粗いため、細部がうまく表現できないためです。また、全ての文字に固定の押し出し深さ±0.125を使用しているため、深さを変える場合は追加設計が必要です。マテリアルとライティングはガウシアン表現にエンコードされず、レンダリング時に単一の均質な外観で行われるため、フォトリアルなシェーディングは限定的です。