3Dガウシアン・スプラッティングは、多視点の画像から高速に高品質な3次元空間や3Dモデルを再構築・レンダリングする最先端のコンピュータビジョン技術です。ニューラルネットワークを用いた従来手法よりも圧倒的な描画速度とリアルタイム性を誇り、注目を集めています。
3Dガウシアン・スプラッティングとは
一言でいうと、複数の写真からリアルな3D空間を高速に復元し、リアルタイムで描画できるようにする最新の3Dモデリング手法です。
詳しく解説
3Dガウシアン・スプラッティングは、3D空間を表現するために「3Dガウス関数（ガウシアン）」の集まりを利用する技術です。多数のカメラ画像からSfT（Structure from Motion）などを用いて点群データを取得し、それをベースにガウシアンのパラメータ（位置、共分散、色、不透明度など）を最適化します。ニューラルネットワークをベースにしたNeural Radiance Fields（NeRF）とは異なり、光線のサンプリング計算を必要としないため、レンダリング速度が飛躍的に向上するという特徴を持っています。
具体例・使われ方
スマートフォンやデジタルカメラで撮影した複数の写真から、建物や人物などの被写体を高精度な3Dアセットとして短時間で生成する用途で利用されています。また、メタバース空間の構築、ゲーム開発における背景モデリング、XR（拡張現実）分野でのリアルタイムなシーン再現などへの応用が進んでいます。
似た用語との違い
従来の手法であるNeural Radiance Fields（NeRF）と比較されることが多いです。NeRFは暗黙的なニューラルネットの重みとしてシーンを保持するため描画に時間がかかるのに対し、3Dガウシアン・スプラッティングは明示的な3Dガウシアンの集合としてシーンを表現するため、学習後のレンダリング速度が圧倒的に速いという違いがあります。
注意点
データ容量が大きくなりやすい点や、ガウシアンの初期値や最適化の過程に依存するため、撮影画像が不足している環境や複雑な反射・透過を持つ材質の再現ではアーティファクトが発生しやすい制限があります。