LLLMWIKI
正文研究地图阅读入口元数据

来源笔记 · 更新于 2026-09-25

EcoSplat按目标图元数条件化前馈高斯

阅读原论文

#near-cvpr-2025#3d-vision#gaussian-splatting#efficiency#primary-source

一句话结论

CVPR 2026的EcoSplat把多视前馈高斯压缩设为推断时指定图元数K的条件化预测：先用MASt3R初始化的模型学pixel-aligned高斯，后以伪重要mask训练opacity排序和top-K；与纯存储编码或固定阈值剪枝的预算目标不同（主文§3 pp.26012–26015）。

输入、学习与推断

输入已知相机的16/20/24视静态RGB及K，网络跨场景训练，输出K个高斯与目标视角RGB。PGT训练ViT encoder/多视decoder及中心/属性头；IGF冻结中心及transformer，浅CNN把K/(NHW)注入属性头。光度与估深法线梯度的高变化区域保留，低变化区域4×4单步K-means聚合并投影为伪重要mask；BCE约束opacity，再用top-K渲染MSE+0.05 LPIPS训练。PLGC逐渐拓展K采样到5%–95%；推断按各输入图的高频占比分配保留名额（主文pp.26013–26015 Fig.2/Eq.4–13）。图元K精确可控，输出像素对齐，模型成本还含预训练/相机估计。

主表、反证和成本

  • RE10K 24视5%预算作者24.72 PSNR/.183 LPIPS/78K图元，40% 25.11/.164/629K；SPFSplat满图元24.74/.145/1573K，所以高预算作者PSNR较高但感知分更差；70% PSNR25.00低于40%，不具单调保证（主文pp.26015–26016 Tables1–2）。
  • RE10K训练→ACID 24视作者40% 24.02 PSNR/.256 LPIPS，对SPFSplat满图元24.40/.222，预算大降伴跨域画质退化；不能将同预算主表中的优势推广成全面SOTA（p.26016 Table3）。
  • 5%下去PGT22.93、去IGF6.45、去重要度BCE20.58、去渐进K21.49，完整24.72 PSNR，依赖两个训练阶段；补充对更远目标视图的Table6采用独立协议（主文p.26017 Table4、补充p.2）。
  • 同A100 24视作者5%：.52s高斯重建、1042FPS、27MB；SPFSplat .61s/710FPS/534MB。渲染帧率在预生成高斯/统一rasterizer后计量；离线训练两阶段各200K步用4×A100 40GB和MASt3R权重，总GPU小时/峰显存未报（补充p.1 Tables5/§A）。

边界与相关页

RE10K视频划分与从低重叠序列采中间帧决定分母，ACID是跨域场景；GT mesh未测。未见区域空洞、动态场景未覆盖；补充p.3 §C.5截至2025-11-20的Long-LRM重现失败是时间性的，不应当永久当无基线。代码MIT，仓库默认eco_spfsplat及eco_zpressor分支不同骨干；provided Highlight奖项尚缺官方独立核验。未运行GPU。详见raw/ingest/2026-09-25-ecosplat/analysis.md。三维高斯泼溅：表示、优化、几何与动态任务；Off The Grid：按图像局部结构预测亚像素高斯；MVSplat：匹配代价体驱动的前馈三维高斯。

元数据
{
  "id": "2026-09-25-ecosplat",
  "type": "source",
  "title": "EcoSplat：按目标图元数条件化前馈高斯",
  "status": "reviewed",
  "note_status": "reviewed",
  "created": "2026-09-25",
  "updated": "2026-09-25",
  "source_type": "paper",
  "venue": "CVPR 2026",
  "authors": "[Jongmin Park, Minh-Quan Viet Bui, Juan Luis Gonzalez Bello, Jaeho Moon, Jihyong Oh, Munchurl Kim]",
  "published_at": "2026-06-01",
  "ingested_at": "2026-09-25",
  "canonical_links": [
    "https://openaccess.thecvf.com/content/CVPR2026/html/Bui_EcoSplat_Efficiency-controllable_Feed-forward_3D_Gaussian_Splatting_from_Multi-view_Images_CVPR_2026_paper.html",
    "https://openaccess.thecvf.com/content/CVPR2026/papers/Bui_EcoSplat_Efficiency-controllable_Feed-forward_3D_Gaussian_Splatting_from_Multi-view_Images_CVPR_2026_paper.pdf",
    "https://openaccess.thecvf.com/content/CVPR2026/supplemental/Bui_EcoSplat_Efficiency-controllable_Feed-forward_CVPR_2026_supplemental.zip",
    "https://github.com/KAIST-VICLab/EcoSplat"
  ],
  "raw_entry": "raw/ingest/2026-09-25-ecosplat/",
  "topics": "[topics/3d-gaussian-splatting]",
  "entities": [],
  "claims": [],
  "questions": [],
  "tags": [
    "near-cvpr-2025",
    "3d-vision",
    "gaussian-splatting",
    "efficiency",
    "primary-source"
  ]
}