論文の概要: Lightweight 3D Gaussian Splatting Compression via Video Codec

• arxiv url: http://arxiv.org/abs/2512.11186v1
• Date: Fri, 12 Dec 2025 00:27:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-15 15:48:11.604986
• Title: Lightweight 3D Gaussian Splatting Compression via Video Codec
• Title（参考訳）: ビデオコーデックによる軽量3Dガウス平滑圧縮
• Authors: Qi Yang, Geert Van Der Auwera, Zhu Li,
• Abstract要約: 現在のビデオベースGS圧縮法は、3D GSを滑らかな2Dマップに変換するためにParallel Linear Assignment Sorting (PLAS)を使用する。 ビデオ(LGSCV)に基づく3D Splatting (GS)圧縮手法を提案する。 MiniPLASは柔軟で高速で、特定のブロックサイズでプリミティブをパーミュレートするように設計されている。
• 参考スコア（独自算出の注目度）: 14.735775059942709
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Current video-based GS compression methods rely on using Parallel Linear Assignment Sorting (PLAS) to convert 3D GS into smooth 2D maps, which are computationally expensive and time-consuming, limiting the application of GS on lightweight devices. In this paper, we propose a Lightweight 3D Gaussian Splatting (GS) Compression method based on Video codec (LGSCV). First, a two-stage Morton scan is proposed to generate blockwise 2D maps that are friendly for canonical video codecs in which the coding units (CU) are square blocks. A 3D Morton scan is used to permute GS primitives, followed by a 2D Morton scan to map the ordered GS primitives to 2D maps in a blockwise style. However, although the blockwise 2D maps report close performance to the PLAS map in high-bitrate regions, they show a quality collapse at medium-to-low bitrates. Therefore, a principal component analysis (PCA) is used to reduce the dimensionality of spherical harmonics (SH), and a MiniPLAS, which is flexible and fast, is designed to permute the primitives within certain block sizes. Incorporating SH PCA and MiniPLAS leads to a significant gain in rate-distortion (RD) performance, especially at medium and low bitrates. MiniPLAS can also guide the setting of the codec CU size configuration and significantly reduce encoding time. Experimental results on the MPEG dataset demonstrate that the proposed LGSCV achieves over 20% RD gain compared with state-of-the-art methods, while reducing 2D map generation time to approximately 1 second and cutting encoding time by 50%. The code is available at https://github.com/Qi-Yangsjtu/LGSCV .
• Abstract（参考訳）: 現在のビデオベースのGS圧縮手法は、3D GSをスムーズな2Dマップに変換するために、Parallel Linear Assignment Sorting (PLAS) を使用する。 本稿では,ビデオコーデック(LGSCV)に基づく軽量3Dガウス・スティング(GS)圧縮法を提案する。 まず、符号化ユニット(CU)が正方形ブロックである標準ビデオコーデックに親しみやすいブロックワイズ2Dマップを生成するために、2段階のモートンスキャンを提案する。 3D MortonスキャンはGSプリミティブをパーミュレートするために使用され、2D Mortonスキャンは順序付けられたGSプリミティブをブロックワイズ形式で2Dマップにマップする。 しかし、ブロックワイズ2Dマップは、高ビットレート領域のPLASマップに密接な性能を報告しているが、中低ビットレートでは品質が低下している。 したがって、主成分分析(PCA)は球面調和(SH)の次元を減少させるために用いられ、柔軟で高速なMiniPLASは、あるブロックサイズのプリミティブをパーミュレートするように設計されている。 SH PCAとMiniPLASを組み込むことで、特に中低ビットレートでのRD性能が大幅に向上する。 MiniPLASはまた、コーデックCUサイズの設定をガイドし、符号化時間を著しく短縮する。 MPEGデータセットによる実験結果から,提案したLGSCVは最先端手法と比較して20%以上のRDゲインを達成する一方で,2次元マップ生成時間を約1秒に短縮し,符号化時間を50%短縮することを示した。 コードはhttps://github.com/Qi-Yangsjtu/LGSCVで入手できる。

関連論文リスト

• Re-Densification Meets Cross-Scale Propagation: Real-Time Neural Compression of LiDAR Point Clouds [83.39320394656855]
  LiDARポイントクラウドは、様々なアプリケーションに基本的だが、高精度スキャンは、かなりのストレージと送信オーバーヘッドを発生させる。 既存の手法では、非順序の点を階層的なオクツリーやボクセル構造に変換して、密度から疎い予測符号化を行うのが一般的である。 筆者らのフレームワークは2つの軽量モジュールから構成されている。まず、Geometry Re-Densification Moduleがエンコードされたスパース幾何を再認識し、より密なスケールで特徴を抽出し、予測符号化のための特徴を再分離する。
  論文  参考訳（メタデータ） (2025-08-28T06:36:10Z)
• TinySplat: Feedforward Approach for Generating Compact 3D Scene Representation [38.50388562890992]
  TinySplatは、コンパクトな3Dシーン表現を生成するための完全なフィードフォワードアプローチである。 TinySplatは標準フィードフォワード3DGS法に基づいており、トレーニング不要の圧縮フレームワークを統合している。 私たちのフレームワークはエンコーディング時間の25%とデコーディング時間の1%しか必要としません。
  論文  参考訳（メタデータ） (2025-06-11T07:47:19Z)
• Compression of 3D Gaussian Splatting with Optimized Feature Planes and Standard Video Codecs [5.583906047971048]
  3D Splattingは3Dシーン表現の認識手法であり、高いレンダリング品質とスピードで知られている。 本稿では,コンパクト表現を用いてストレージオーバーヘッドを大幅に削減する効率的な圧縮手法を提案する。 実験により,本手法は,高レンダリング品質を維持しつつ,データ圧縮性において既存の手法よりも優れることを示した。
  論文  参考訳（メタデータ） (2025-01-06T21:37:30Z)
• 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)
• Pointsoup: High-Performance and Extremely Low-Decoding-Latency Learned Geometry Codec for Large-Scale Point Cloud Scenes [15.262269044326915]
  Pointsoupは、高性能かつ極低復号レイテンシを同時に達成する、効率的な学習ベースの幾何学である。 単一のニューラルモデル(2.9MB)で可変レート制御を提供する。
  論文  参考訳（メタデータ） (2024-04-21T06:31:29Z)

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。