ランキング（注目度スコア）
スコア算出日: 2026-08-09
合計スコア = √(HF Upvotes) + √(GitHub Stars) + cvFactor + venueBonus（HF・Stars が 0 のとき各 √ 項は 0、cvFactor は LLM による 100 点満点、venueBonus は学会採択加点）（算定方法の詳細）
今週のコンピュータビジョン界隈は、まさに「Gaussian Splatting（3DGS）のパラダイムシフト」が加速していることを示す、極めて熱量の高いラインナップとなりました。単なる高精細な再構成から、動的な形状への対応、大規模シーンへのスケーラビリティ、さらにはセマンティクス（意味理解）の統合へと、技術の焦点が急速に「実用的な空間コンピューティング」へとシフトしています。特に第1位の論文が示す「プリミティブの形状そのものを進化させる」というアプローチは、従来のレンダリングの常識を覆しかねない、エンジニアならずとも震えるようなパラダイムシフトを感じさせます。
トップ3の深掘り
Deformable Triangle Splatting: Flexible Primitives for Real-Time Radiance Field Rendering
どんな論文？ / 新規性 従来の3D Gaussian Splattingや三角形メッシュによるレンダリングは、いずれも「凸形状（Convex boundaries）」のプリミティブに依存しており、複雑な曲面や凹面を表現しようとすると膨大な数のプリミティブが必要になるという課題がありました。本論文は、各三角形に$K$個の制御点を持たせることで、三角形自体を「変形可能（Deformable）」なものへと進化させました。これにより、少ないプリミティブ数で、複雑な非凸形状の表面を極めて高精度かつリアルタイムに表現することに成功しています。
なぜ注目すべきか（スコア内訳） GitHub Starsが1188★という圧倒的な数字を叩き出しており、コミュニティの期待値が極めて高いことがわかります。合計スコア131.47点は、cvFactor（82）に加えて、この圧倒的なGitHubでの反響が指数関数的に加算された結果であり、実装レベルでのインパクトが凄まじいことを物語っています。
関連リンク arXiv | Hugging Face | GitHub
ReViV: Reconstructing the Viewer and the View in 4D from Monocular Egocentric Video
どんな論文？ / 新規性 ウェアラブルカメラ（一人称視点）の映像から、環境（View）だけでなく、それを見ている人間（Viewer）自身も同時に4Dで再構成するという、極めて野心的な試みです。一人称視点特有の「自分自身と周囲の継続的な相互作用」を捉えるため、マルチモーダルなモデルを用いて、見る側と見られる側の両方のダイナミクスを統合的にモデル化しています。
なぜ注目すべきか（スコア内訳） 合計スコア107.95点。HF Upvotes（5件）とGitHub Stars（76★）が、このアプローチの新規性と、メタバースにおける「アバターと環境の統合」という文脈での重要性を裏付けています。
関連リンク arXiv | Hugging Face | GitHub
FlexiAvatar: Unified 3D Gaussian Human Avatars Under Arbitrary Body Visibility
どんな論文？ / 新規性 単眼ビデオからアニメーション可能な3D人間アバターを生成する際、従来の課題であった「体の一部が隠れている（遮蔽がある）状態」への対応を強化した研究です。パラメータ化された身体モデルと3D Gaussian Splattingを巧みに組み合わせることで、視認性が低い領域（隠れた部分）に対しても、一貫性のある高品質な再構成を可能にしました。
なぜ注目すべきか（スコア内訳） 合計スコア97.00点。コミュニティの直接的な数値（Star/Upvote）はまだ現れていませんが、cvFactor（82）による高いベーススコアが示す通り、コンピュータビジョンの文脈における学術的価値が非常に高いことが伺えます。
関連リンク arXiv | Hugging Face
第4位〜第10位 クイックレビュー
【第4位】CaT-GS: Efficient 3DGS Rendering for Large Scale Scenes via Inter-frame Caching and Tile Scheduling 大規模シーンにおける3DGSの計算負荷を、フレーム間キャッシュとタイル・スケジューリングによって劇的に軽減。広大な空間のレンダリングを効率化する、実用化に不可欠な技術です。 関連リンク arXiv | Hugging Face
【第5位】JustDepth: Real-Time Radar-Camera Depth Estimation with Single-Scan LiDAR Supervision レーダーの距離精度とカメラの視覚情報を融合。LiDARの教師あり学習を用いることで、低遅延かつ高精度な深度推定をリアルタイムで実現し、自動走行への応用を狙います。 関連リンク arXiv | Hugging Face | GitHub
【第6位】Axolotl3D: a Unified Framework for Faithful 3D Shape Completion 単一の画像から、欠損した3D形状を忠実に補完するための統合フレームワーク。生成モデルの強力な事前知識を活用し、多視点や遮蔽がある複雑なシナリオにも対応します。 関連リンク arXiv | Hugging Face
【第7位】ZeroSplat: Generalized Referring Segmentation in 3D Gaussian Splatting 3DGS空間において、自然言語による指示から特定のオブジェクトをセグメンテーションする技術。従来の単一ターゲットを超え、曖昧な指示にも対応できる汎用性を備えています。 関連リンク arXiv | Hugging Face
【第8位】GLAM-SLAM: Real-time Gaussian Large-scale Mapping via Flow Densification and Spatial Decomposition リアルタイムかつ大規模な3DGSベースのSLAM。空間の分解とフロー密度の制御により、従来の課題であったGPUメモリ消費と計算コストを大幅に削減しています。 関連リンク arXiv | Hugging Face | GitHub
【第9位】ATSplat: Compact Feed-forward 3D Gaussian Splatting with Adaptive Token Expansion フィードフォワード型の3DGSにおいて、シーンの複雑さに応じて適応的に計算資源（トークン）を拡張。コンパクトながら、再構成の質を落とさない効率的な生成を実現しています。 関連リンク arXiv | Hugging Face
【第10位】ECoNGS: Efficient Compressive Neural Gaussian Splats for Volume Visualization 大規模データセットのボリューム可視化に向けた、圧縮可能なニューラルGaussian Splatting。データの明示的な性質を活かしつつ、効率的なストレージとレンダリングの両立を目指しています。 関連リンク arXiv | Hugging Face | GitHub
編集後記
今週の論文リストを俯瞰して感じるのは、3DGaussian Splattingという技術が「単なるレンダリング手法」から「空間コンピューティングの基盤レイヤー」へと昇華しようとしているダイナミズムです。
第1位のDeformable Triangle Splattingが示したのは、数学的なプリミティブの制約を、モデルの柔軟性によって突破しようとするエンジニアリングの力です。また、第4位のCaT-GSや第8位のGLAM-SLAMが示す「大規模化・リアルタイム化」への挑戦は、技術がラボから現実のデバイスへと実装されるための必須条件です。
「いかに美しく作るか」というフェーズは終わり、これからは「いかに効率的に、かつ意味（Semantic）を持って、現実世界と相互作用させるか」というフェーズに突入しました。この激流に乗り遅れないよう、引き続き注視していきましょう。