Aes3D: 3D 가우시안 스플래팅 기반 미적 평가

Aes3D: Aesthetic Assessment in 3D Gaussian Splatting

3D 가우시안 스플래팅(3DGS)이 몰입형 미디어 및 디지털 콘텐츠 제작 분야에서 주목받음에 따라, 3D 장면의 미적 측면을 평가하는 것은 창작자가 더욱 시각적으로 매력적인 3D 콘텐츠를 제작하는 데 중요한 역할을 합니다. 그러나 기존의 3D 장면 평가 방법은 주로 재구성 정확도와 시각적 현실감에 초점을 맞추고 있으며, 구도, 조화, 시각적 매력과 같은 고차원적인 미적 속성은 상대적으로 간과되는 경향이 있습니다. 이러한 한계는 다음과 같은 두 가지 주요 문제점에서 비롯됩니다. (1) 미적 주석이 포함된 일반적인 3DGS 데이터셋의 부재, (2) 3DGS가 기본 원시 표현이라는 고유한 특성으로 인해 고차원적인 미적 특징을 파악하기 어렵다는 점입니다. 이러한 문제점을 해결하기 위해, 우리는 3D 신경 렌더링 장면의 미적 측면을 평가하는 최초의 체계적인 프레임워크인 Aes3D를 제안합니다. Aes3D는 3D 장면 미적 평가를 위한 최초의 데이터셋인 Aesthetic3D를 포함하며, 이는 우리가 제안한 3D 장면 미적 주석 전략을 기반으로 구축되었습니다. 또한, 우리는 3DGS 표현으로부터 장면 수준의 미적 점수를 직접 예측하는 경량 모델인 Aes3DGSNet을 제시합니다. 주목할 점은, 우리의 모델은 3D 가우시안 원시 데이터만을 사용하여 작동하므로, 다중 뷰 이미지를 렌더링할 필요가 없어 계산 비용과 하드웨어 요구 사항을 줄일 수 있습니다. 다중 뷰 3DGS 장면 표현에 대한 미적 지도 학습을 통해, Aes3DGSNet은 고차원적인 미적 단서를 효과적으로 파악하고 미적 점수를 정확하게 예측합니다. 실험 결과는 우리의 접근 방식이 뛰어난 성능을 보이면서도 경량 설계를 유지하며, 3D 장면 미적 평가 분야에서 새로운 기준을 제시함을 보여줍니다. 코드 및 데이터셋은 향후 버전에 공개될 예정입니다.

As 3D Gaussian Splatting (3DGS) gains attention in immersive media and digital content creation, assessing the aesthetics of 3D scenes becomes important in helping creators build more visually compelling 3D content. However, existing evaluation methods for 3D scenes primarily emphasize reconstruction fidelity and perceptual realism, largely overlooking higher-level aesthetic attributes such as composition, harmony, and visual appeal. This limitation comes from two key challenges: (1) the absence of general 3DGS datasets with aesthetic annotations, and (2) the intrinsic nature of 3DGS as a low-level primitive representation, which makes it difficult to capture high-level aesthetic features. To address these challenges, we propose Aes3D, the first systematic framework for assessing the aesthetics of 3D neural rendering scenes. Aes3D includes Aesthetic3D, the first dataset dedicated to 3D scene aesthetic assessment, built on our proposed annotation strategy for 3D scene aesthetics. In addition, we present Aes3DGSNet, a lightweight model that directly predicts scene-level aesthetic scores from 3DGS representations. Notably, our model operates solely on 3D Gaussian primitives, eliminating the need for rendering multi-view images and thus reducing computational cost and hardware requirements. Through aesthetics-supervised learning on multi-view 3DGS scene representations, Aes3DGSNet effectively captures high-level aesthetic cues and accurately regresses aesthetic scores. Experimental results demonstrate that our approach achieves strong performance while maintaining a lightweight design, establishing a new benchmark for 3D scene aesthetic assessment. Code and datasets will be made available in a future version.