基于视图空间稀疏分解的ColorGradedGaussians调色板颜色分级
图形学
2026-04-03 v1
摘要
专业色彩编辑需要对颜色(色调和饱和度)和亮度进行精确控制，理想情况下应通过独立的控制。我们提出了一种实时交互式颜色编辑框架，用于3D高斯光点 splatting (3DGS)，实现调色板重绘、调色板色调曲线用于颜色感知亮度调整以及准确的像素级约束——这些能力在现有调色板方法中尚不可得。现有方法在原始级别分解颜色，通过优化splatting前的每个高斯光点的调色板权重。然而，稀疏的原始级别权重不能保证在alpha混合后保持稀疏的像素级分解，导致调色板编辑影响意外区域，降低编辑质量。我们通过视图空间调色板分解来解决此问题，优化可观察场景的splatting权重而非颜色。我们引入几何损失使用反向重心坐标来强制一致的稀疏性模式，确保相似颜色共享相似分解。我们的做法在原始空间方法中实现了优越的编辑质量，使3DGS场景能够实现专业色调工作流程，实现实时交互。
引用
@article{arxiv.2604.01551,
title = {ColorGradedGaussians: Palette-Based Color Grading for 3D Gaussian Splatting via View-Space Sparse Decomposition},
author = {Cheng-Kang Ted Chao and Yotam Gingold},
journal= {arXiv preprint arXiv:2604.01551},
year = {2026}
}
备注
9 pages, 2 figure pages