Ref-DGS: 반사형 이중 가우시안 분산 (Reflective Dual Gaussian Splatting)

Ref-DGS: Reflective Dual Gaussian Splatting

반사 표현, 특히 강하고 일반적으로 근거리에서 발생하는 특수 반사는 정확한 표면 복원 및 새로운 시점 합성에서 근본적인 과제를 야기합니다. 기존의 가우시안 분산 방법은 근거리 특수 반사를 모델링하지 못하거나, 상당한 계산 비용을 수반하는 명시적인 광선 추적에 의존합니다. 본 논문에서는 효율적인 래스터화 기반 파이프라인 내에서 표면 복원을 특수 반사로부터 분리하여 이러한 상충 관계를 해결하는 반사형 이중 가우시안 분산 프레임워크인 Ref-DGS를 제시합니다. Ref-DGS는 기하학적 가우시안과 상호 보완적인 국소 반사 가우시안으로 구성된 이중 가우시안 장면 표현을 도입하여 명시적인 광선 추적 없이 근거리 특수 반사 상호 작용을 캡처하며, 원거리 특수 반사 모델링을 위한 글로벌 환경 반사 필드를 포함합니다. 특수 방사선을 예측하기 위해, 글로벌 및 로컬 반사 특징을 융합하는 가볍고 물리 기반의 적응적 혼합 셰이더를 추가적으로 제안합니다. 실험 결과는 Ref-DGS가 반사 장면에서 최첨단 성능을 달성하며, 광선 기반 가우시안 방법보다 훨씬 빠르게 학습됨을 보여줍니다.

Reflective appearance, especially strong and typically near-field specular reflections, poses a fundamental challenge for accurate surface reconstruction and novel view synthesis. Existing Gaussian splatting methods either fail to model near-field specular reflections or rely on explicit ray tracing at substantial computational cost. We present Ref-DGS, a reflective dual Gaussian splatting framework that addresses this trade-off by decoupling surface reconstruction from specular reflection within an efficient rasterization-based pipeline. Ref-DGS introduces a dual Gaussian scene representation consisting of geometry Gaussians and complementary local reflection Gaussians that capture near-field specular interactions without explicit ray tracing, along with a global environment reflection field for modeling far-field specular reflections. To predict specular radiance, we further propose a lightweight, physically-aware adaptive mixing shader that fuses global and local reflection features. Experiments demonstrate that Ref-DGS achieves state-of-the-art performance on reflective scenes while training substantially faster than ray-based Gaussian methods.