3DGS densification strategy: MCMC vs clone/split on koide (2026-06-07)
gsplat には密度制御の戦略が2つある: DefaultStrategy（INRIA 流の clone/split/prune）と
MCMCStrategy（固定予算 cap_max で低 opacity の splat を Metropolis-Hastings で
再配置、opacity/scale の L1 正則化が必要）。MCMC は論文で「同予算なら高品質」と
報告されるため、--mcmc を追加して koide で比較した。
結論: LiDAR-primed init が効いている koide では DefaultStrategy が一貫して優位
（MCMC は -1.3〜-1.5dB）。
実装
--mcmc（opt-in、implies densify）+--mcmc-cap（既定 50万）。- 損失に MCMC 正則化（gsplat 既定）を加算:
0.01*|sigmoid(opacity)|_1 + 0.01*|exp(scale)|_1。step_post_backwardは means LR を渡してオプティマイザ step 後に 呼ぶ（relocation がモーメントをリセットするため）。SH 係数sh0/shNも追加キーとして relocation 対象になる。
結果（koide, SH deg1, LiDAR-primed init, SSIM densify, 学習ビュー評価）
| strategy | iter | PSNR | SSIM |
|---|---|---|---|
| DefaultStrategy | 9000 | 25.18 dB | 0.8569 |
| MCMCStrategy (cap 400k) | 9000 | 23.66 dB | 0.8319 |
| DefaultStrategy | 15000 | 25.47 dB | 0.8617 |
| MCMCStrategy (cap 400k) | 15000 | 24.12 dB | 0.8367 |
解釈
- MCMC は全 iter で -1.3〜-1.5dB。長く回しても（15k）DefaultStrategy の 9k にすら届かない。
- 理由: koide は LiDAR-primed init で既にメトリックな幾何事前を持つ。DefaultStrategy の clone/split は「正しい場所にある Gaussian を増やして精緻化」する一方、MCMC は固定予算で Gaussian を再配置し、opacity/scale 正則化で間引くため、せっかくの幾何事前を一部捨てる 方向に働く。MCMC が活きるのは random/COLMAP-SfM init で構造をゼロから発見する場面。
- → LiDAR-primed パイプラインでは DefaultStrategy が既定で正解。
--mcmcは非 LiDAR-init / 幾何事前が弱いデータ用に残すが、koide 型では使わない（既定 OFF）。
これで密度制御戦略も「LiDAR 幾何事前があるなら clone/split」という形で決着。3DGS 品質の
ベスト構成は引き続き SH deg1 + classic DefaultStrategy + iter 9000〜15000 = 25.2〜25.5dB
（3dgs-sh-degree-notes.md）。