論文の概要: TC-GS: Tri-plane based compression for 3D Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2503.20221v1
- Date: Wed, 26 Mar 2025 04:26:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-27 13:20:36.311276
- Title: TC-GS: Tri-plane based compression for 3D Gaussian Splatting
- Title（参考訳）: TC-GS:3次元ガウス平滑化のための三面体圧縮
- Authors: Taorui Wang, Zitong Yu, Yong Xu,
- Abstract要約: 3D Gaussian Splatting (3DGS)は、新しいビュー合成のための顕著なフレームワークとして登場し、高い忠実度と高速なレンダリング速度を提供する。
本稿では, ガウス属性を符号化し, 圧縮に属性の分布を活かしたよく構造化された三面体を提案する。
我々のアプローチは、複数のデータセットにわたる広範な実験において、SOTA 3D Gaussian Splatting圧縮作業と同等かそれ以上の結果を得た。
- 参考スコア（独自算出の注目度）: 28.502636841299356
- License:
- Abstract: Recently, 3D Gaussian Splatting (3DGS) has emerged as a prominent framework for novel view synthesis, providing high fidelity and rapid rendering speed. However, the substantial data volume of 3DGS and its attributes impede its practical utility, requiring compression techniques for reducing memory cost. Nevertheless, the unorganized shape of 3DGS leads to difficulties in compression. To formulate unstructured attributes into normative distribution, we propose a well-structured tri-plane to encode Gaussian attributes, leveraging the distribution of attributes for compression. To exploit the correlations among adjacent Gaussians, K-Nearest Neighbors (KNN) is used when decoding Gaussian distribution from the Tri-plane. We also introduce Gaussian position information as a prior of the position-sensitive decoder. Additionally, we incorporate an adaptive wavelet loss, aiming to focus on the high-frequency details as iterations increase. Our approach has achieved results that are comparable to or surpass that of SOTA 3D Gaussians Splatting compression work in extensive experiments across multiple datasets. The codes are released at https://github.com/timwang2001/TC-GS.
- Abstract（参考訳）: 近年, 3D Gaussian Splatting (3DGS) が新しいビュー合成のフレームワークとして登場し, 高い忠実度と高速レンダリング速度を実現している。
しかし、3DGSの膨大なデータ量とその属性は、その実用性を阻害し、メモリコストを削減するために圧縮技術を必要とした。
それでも、3DGSの非組織的な形状は圧縮の困難に繋がる。
本研究では,非構造属性を正規分布に定式化するために,ガウス属性を符号化するよく構造化された三面体を提案する。
K-Nearest Neighbors (KNN) は、隣接するガウスの相関を利用して、三面体からガウス分布を復号する。
また、位置感性デコーダの先行としてガウス位置情報を導入する。
さらに、適応ウェーブレット損失を取り入れ、イテレーションの増加とともに高周波の詳細に集中することを目的としている。
我々の手法は、複数のデータセットにわたる広範な実験において、SOTA 3D Gaussian Splatting圧縮作業に匹敵する結果を得た。
コードはhttps://github.com/timwang2001/TC-GSで公開されている。
関連論文リスト
- HAC++: Towards 100X Compression of 3D Gaussian Splatting [55.6351304553003]
3D Gaussian Splatting (3DGS)は、新しいビュー合成のための有望なフレームワークとして登場し、高速レンダリング速度と高忠実さを誇っている。
しかし、ガウスの点雲(あるいは論文のアンカー)のスパースで非組織的な性質は、圧縮の課題を提起している。
本研究では,非組織型アンカーと構造化ハッシュグリッドの関係を利用したHAC++を提案する。
論文 参考訳（メタデータ） (2025-01-21T16:23:05Z) - A Hierarchical Compression Technique for 3D Gaussian Splatting Compression [23.785131033155924]
3D Gaussian Splatting (GS) は、新規なビュー合成において優れたレンダリング品質と生成速度を示す。
現在の3D GS圧縮研究は主によりコンパクトなシーン表現の開発に焦点を当てている。
本稿では,このギャップに対処する階層型GS圧縮(HGSC)手法を提案する。
論文 参考訳（メタデータ） (2024-11-11T13:34:24Z) - GaussianSpa: An "Optimizing-Sparsifying" Simplification Framework for Compact and High-Quality 3D Gaussian Splatting [12.342660713851227]
3D Gaussian Splatting (3DGS) は、ガウス関数の連続的な集合を利用して、新しいビュー合成の主流として登場した。
3DGSは、ガウシアンの多さを記憶するためのかなりのメモリ要件に悩まされており、その実用性を妨げている。
コンパクトで高品質な3DGSのための最適化ベースの単純化フレームワークであるGaussianSpaを紹介する。
論文 参考訳（メタデータ） (2024-11-09T00:38:06Z) - Fast Feedforward 3D Gaussian Splatting Compression [55.149325473447384]
3D Gaussian Splatting (FCGS) は、1つのフィードフォワードパスで3DGS表現を高速に圧縮できる最適化フリーモデルである。
FCGSは圧縮比を20倍以上に向上し、高精細度を維持しながら、ほとんどのシーン毎のSOTA最適化手法を上回ります。
論文 参考訳（メタデータ） (2024-10-10T15:13:08Z) - ContextGS: Compact 3D Gaussian Splatting with Anchor Level Context Model [77.71796503321632]
我々は3DGS表現のアンカーレベルにコンテキストモデルを導入し,バニラ3DGSと比較して100倍以上のサイズの縮小を実現した。
我々の研究は3DGS表現のためのアンカーレベルのコンテキストモデルを開拓し、バニラ3DGSに比べて100倍以上、そして最新の最先端のScaffold-GSに比べて15倍の大幅なサイズ縮小を実現した。
論文 参考訳（メタデータ） (2024-05-31T09:23:39Z) - CompGS: Efficient 3D Scene Representation via Compressed Gaussian Splatting [68.94594215660473]
Compressed Gaussian Splatting (CompGS) という,効率的な3次元シーン表現を提案する。
我々は少数のアンカープリミティブを予測に利用し、プリミティブの大多数を非常にコンパクトな残留形にカプセル化することができる。
実験の結果,提案手法は既存の手法よりも優れており,モデル精度とレンダリング品質を損なうことなく,3次元シーン表現のコンパクト性に優れていた。
論文 参考訳（メタデータ） (2024-04-15T04:50:39Z) - HAC: Hash-grid Assisted Context for 3D Gaussian Splatting Compression [55.6351304553003]
3D Gaussian Splatting (3DGS) は、新しいビュー合成のための有望なフレームワークとして登場した。
高速な3DGS表現のためのHash-grid Assisted Context (HAC) フレームワークを提案する。
私たちの研究は、コンテキストベースの3DGS表現の圧縮を探求するパイオニアです。
論文 参考訳（メタデータ） (2024-03-21T16:28:58Z) - GES: Generalized Exponential Splatting for Efficient Radiance Field Rendering [112.16239342037714]
GES(Generalized Exponential Splatting)は、GEF(Generalized Exponential Function)を用いて3Dシーンをモデル化する斬新な表現である。
周波数変調損失の助けを借りて、GESは新規なビュー合成ベンチマークにおいて競合性能を達成する。
論文 参考訳（メタデータ） (2024-02-15T17:32:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。