論文の概要: GSCodec Studio: A Modular Framework for Gaussian Splat Compression

• arxiv url: http://arxiv.org/abs/2506.01822v1
• Date: Mon, 02 Jun 2025 16:04:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:34.601961
• Title: GSCodec Studio: A Modular Framework for Gaussian Splat Compression
• Title（参考訳）: GSCodec Studio: ガウススプット圧縮のためのモジュラーフレームワーク
• Authors: Sicheng Li, Chengzhen Wu, Hao Li, Xiang Gao, Yiyi Liao, Lu Yu,
• Abstract要約: GSCodec Studioは、GSの再構築、圧縮、レンダリングのための統合されたフレームワークである。 このフレームワークは多種多様な3D/4DGS再構成手法とGS圧縮技術をモジュールコンポーネントとして組み込んでいる。 GSCodec Studioは、コミュニティリサーチと独自の調査からベストプラクティスを統合することで、コンパクトな表現と圧縮ソリューションの開発を支援します。
• 参考スコア（独自算出の注目度）: 24.416126420899086
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D Gaussian Splatting and its extension to 4D dynamic scenes enable photorealistic, real-time rendering from real-world captures, positioning Gaussian Splats (GS) as a promising format for next-generation immersive media. However, their high storage requirements pose significant challenges for practical use in sharing, transmission, and storage. Despite various studies exploring GS compression from different perspectives, these efforts remain scattered across separate repositories, complicating benchmarking and the integration of best practices. To address this gap, we present GSCodec Studio, a unified and modular framework for GS reconstruction, compression, and rendering. The framework incorporates a diverse set of 3D/4D GS reconstruction methods and GS compression techniques as modular components, facilitating flexible combinations and comprehensive comparisons. By integrating best practices from community research and our own explorations, GSCodec Studio supports the development of compact representation and compression solutions for static and dynamic Gaussian Splats, namely our Static and Dynamic GSCodec, achieving competitive rate-distortion performance in static and dynamic GS compression. The code for our framework is publicly available at https://github.com/JasonLSC/GSCodec_Studio , to advance the research on Gaussian Splats compression.
• Abstract（参考訳）: 3D Gaussian Splattingとその4Dダイナミックなシーンへの拡張により、現実世界のキャプチャから光リアルでリアルタイムなレンダリングが可能になり、次世代の没入型メディアのフォーマットとしてガウス版Splats(GS)が位置づけられる。 しかし、それらの高いストレージ要求は、共有、送信、ストレージの実践的な利用に重大な課題をもたらす。 異なる視点からGS圧縮を探索する様々な研究にもかかわらず、これらの取り組みは、ベンチマークとベストプラクティスの統合を複雑にし、別々のリポジトリに分散している。 このギャップに対処するため、GSCodec Studioは、GS再構成、圧縮、レンダリングのための統一的でモジュール化されたフレームワークである。 このフレームワークは多種多様な3D/4DGS再構成手法とGS圧縮技術をモジュールコンポーネントとして組み込んでおり、柔軟な組み合わせと包括的な比較を容易にする。 GSCodec Studioは、コミュニティリサーチと独自の調査からベストプラクティスを統合することで、静的および動的ガウススプラットのためのコンパクトな表現と圧縮ソリューション、すなわち、静的および動的GSCodecの開発をサポートし、静的および動的GS圧縮における競合速度歪み性能を達成する。 フレームワークのコードは https://github.com/JasonLSC/GSCodec_Studio で公開されている。

関連論文リスト

• 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)
• 3DGS.zip: A survey on 3D Gaussian Splatting Compression Methods [10.122120872952296]
  3次元ガウス散乱(3DGS)は実時間放射場レンダリングの最先端技術として登場している。 レンダリング速度と画像の忠実さの利点にもかかわらず、3DGSはその大きなストレージとメモリ要求によって制限されている。 本調査では3DGSをより効率的にするために開発された圧縮・圧縮技術について詳細に検討する。
  論文  参考訳（メタデータ） (2024-06-17T11:43:38Z)
• SAGS: Structure-Aware 3D Gaussian Splatting [53.6730827668389]
  本研究では,シーンの形状を暗黙的に符号化する構造認識型ガウス散乱法(SAGS)を提案する。 SAGSは、最先端のレンダリング性能と、ベンチマークノベルビュー合成データセットのストレージ要件の削減を反映している。
  論文  参考訳（メタデータ） (2024-04-29T23:26:30Z)
• 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)
• GAN Slimming: All-in-One GAN Compression by A Unified Optimization Framework [94.26938614206689]
  本稿では,GANスライミング(GAN Slimming)と呼ばれる,GAN圧縮のための複数の圧縮手段を組み合わせた最初の統一最適化フレームワークを提案する。 我々はGSを用いて、最先端のトランスファーネットワークであるCartoonGANを最大47倍圧縮し、視覚的品質を最小限に抑える。
  論文  参考訳（メタデータ） (2020-08-25T14:39:42Z)

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。