그래프 기반 3DGS-to-Mesh 재구성

공간 거리, 불투명도, 스케일, 공분산 특징을 결합한 하이브리드 엣지 가중치로 3D Gaussian 위치에 KNN 그래프를 구성했습니다.

공분산 기반 반복적 표면 점수 전파를 개발하여 표면 Gaussian을 식별하고 floater를 필터링함으로써 더 깨끗한 포인트 클라우드 추출을 가능하게 했습니다.

정제된 포인트 클라우드에 Poisson Surface Reconstruction을 적용하고, SuGaR, 2DGS, GOF, L-GGSC를 조사하여 재구성 품질을 분석했습니다.

본 방법은 vanilla 3DGS의 핵심 한계인 명시적 표면 표현 부재를 해결하며, NVS 품질과 하위 3D 응용 모두에 관련됩니다.