ColorGradedGaussians: Palette-Based Color Grading for 3D Gaussian Splatting via View-Space Sparse Decomposition
作者: Cheng-Kang Ted Chao, Yotam Gingold
分类: cs.GR
发布日期: 2026-04-02
备注: 9 pages, 2 figure pages
💡 一句话要点
提出ColorGradedGaussians，通过视空间稀疏分解实现3D高斯溅射的调色板颜色分级。
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 3D高斯溅射 颜色分级 调色板编辑 视空间分解 稀疏优化
📋 核心要点
- 现有基于调色板的3DGS方法在图元级别分解颜色，导致编辑质量下降，无法满足专业颜色编辑需求。
- 该论文提出视空间调色板分解，通过溅射权重而非颜色来优化场景外观，解决了图元空间方法的问题。
- 实验结果表明，该方法在编辑质量上优于现有方法，实现了3DGS场景的专业颜色分级工作流程。
📝 摘要（中文）
本文提出了一种用于3D高斯溅射(3DGS)的实时交互式颜色编辑框架，该框架支持基于调色板的重新着色、用于颜色感知亮度调整的每个调色板色调曲线以及精确的像素级约束——这些功能在之前的基于调色板的3DGS方法中是不可用的。现有方法在图元级别分解颜色，在溅射之前优化每个高斯的调色板权重。然而，稀疏的图元级权重不能保证alpha混合后像素级分解的稀疏性，导致调色板编辑影响到非预期区域，降低编辑质量。我们通过视空间调色板分解来解决这个问题，溅射权重而不是颜色，以优化场景的可见外观。我们引入了一种使用逆重心坐标的几何损失，以强制执行一致的稀疏模式，确保相似的颜色共享相似的分解。我们的方法实现了优于图元空间方法的编辑质量，从而为具有实时交互的3DGS场景实现了专业的颜色分级工作流程。
🔬 方法详解
问题定义：现有基于调色板的3DGS方法在图元级别（即每个高斯）分解颜色，优化每个高斯的调色板权重。这种方法的问题在于，即使高斯级别的权重是稀疏的，经过alpha混合后，像素级别的颜色分解可能不再稀疏。这意味着对调色板的编辑会影响到不应该影响的区域，从而降低编辑质量。因此，需要解决的问题是如何在保证像素级别颜色分解稀疏性的前提下，实现对3DGS场景的颜色编辑。
核心思路：论文的核心思路是将颜色分解从图元空间（高斯空间）转移到视空间。具体来说，不是直接溅射颜色，而是溅射调色板的权重。通过优化这些权重，使得最终渲染出的图像在像素级别上具有稀疏的颜色分解。这样，对调色板的编辑就能更精确地控制场景的颜色，避免影响到不相关的区域。这种方法的核心在于优化场景的可见外观，而不是单个高斯的颜色。
技术框架：该方法的技术框架主要包含以下几个步骤：1) 初始化3D高斯模型；2) 将颜色分解转移到视空间，即优化调色板权重而非颜色；3) 使用高斯溅射渲染图像，并计算损失函数；4) 使用优化器更新调色板权重，迭代优化直到收敛。其中，损失函数的设计至关重要，需要保证颜色分解的稀疏性和颜色编辑的准确性。
关键创新：该方法最重要的技术创新点在于视空间调色板分解。与现有方法在图元空间分解颜色不同，该方法在视空间分解颜色，直接优化渲染图像的颜色分解。这种方法能够更好地控制像素级别的颜色，避免了图元空间方法中alpha混合导致的颜色泄漏问题。此外，该方法还引入了几何损失，以保证颜色分解的一致性。
关键设计：该方法的一个关键设计是使用逆重心坐标来定义几何损失。该损失函数用于强制执行一致的稀疏模式，确保相似的颜色共享相似的分解。具体来说，对于每个像素，计算其颜色在调色板中的逆重心坐标，并使用这些坐标来约束调色板权重的优化。此外，该方法还使用了L1正则化来促进权重的稀疏性。在优化过程中，使用了Adam优化器，并设置了合适的学习率和迭代次数。
🖼️ 关键图片
📊 实验亮点
该方法通过视空间调色板分解，实现了比现有图元空间方法更优越的颜色编辑质量。实验结果表明，该方法能够更精确地控制场景的颜色，避免颜色泄漏问题，并实现了实时交互的颜色分级工作流程。具体性能数据和对比基线信息未知。
🎯 应用场景
该研究成果可应用于电影、游戏等领域的3D场景颜色编辑，为艺术家提供更精确、实时的颜色控制能力。例如，可以用于调整3D角色的服装颜色、改变场景的光照氛围等。该技术还可以应用于虚拟现实和增强现实等领域，提升用户体验。
📄 摘要（原文）
Professional color editing requires precise control over both color (hue and saturation) and lightness, ideally through separate, independent controls. We present a real-time interactive color editing framework for 3D Gaussian Splatting (3DGS) that enables palette-based recoloring, per-palette tone curves for color-aware lightness adjustment, and accurate pixel-level constraints -- capabilities unavailable in prior palette-based 3DGS methods. Existing approaches decompose colors at the primitive level, optimizing per-Gaussian palette weights before splatting. However, sparse primitive-level weights do not guarantee sparse pixel-level decompositions after alpha-blending, causing palette edits to affect unintended regions and degrading editing quality. We address this through view-space palette decomposition, splatting weights instead of colors to optimize the observable appearance of the scene. We introduce a geometric loss using inverse barycentric coordinates to enforce consistent sparsity patterns, ensuring similar colors share similar decompositions. Our approach achieves superior editing quality compared to primitive-space methods, enabling professional color grading workflows for 3DGS scenes with real-time interaction.