論文の概要: Splatwizard: A Benchmark Toolkit for 3D Gaussian Splatting Compression
- arxiv url: http://arxiv.org/abs/2512.24742v1
- Date: Wed, 31 Dec 2025 09:26:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-01 23:27:28.615561
- Title: Splatwizard: A Benchmark Toolkit for 3D Gaussian Splatting Compression
- Title（参考訳）: Splatwizard: 3Dガウススプティング圧縮のためのベンチマークツールキット
- Authors: Xiang Liu, Yimin Zhou, Jinxiang Wang, Yujun Huang, Shuzhao Xie, Shiyu Qin, Mingyao Hong, Jiawei Li, Yaowei Wang, Zhi Wang, Shu-Tao Xia, Bin Chen,
- Abstract要約: Splatwizardは3DGS圧縮モデルに特化して設計されたベンチマーク・ツールキットである。
Splatwizardは新しい3DGS圧縮モデルを実装し、最先端技術を利用するための使いやすいフレームワークを提供する。
- 参考スコア（独自算出の注目度）: 69.94586602640355
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The recent advent of 3D Gaussian Splatting (3DGS) has marked a significant breakthrough in real-time novel view synthesis. However, the rapid proliferation of 3DGS-based algorithms has created a pressing need for standardized and comprehensive evaluation tools, especially for compression task. Existing benchmarks often lack the specific metrics necessary to holistically assess the unique characteristics of different methods, such as rendering speed, rate distortion trade-offs memory efficiency, and geometric accuracy. To address this gap, we introduce Splatwizard, a unified benchmark toolkit designed specifically for benchmarking 3DGS compression models. Splatwizard provides an easy-to-use framework to implement new 3DGS compression model and utilize state-of-the-art techniques proposed by previous work. Besides, an integrated pipeline that automates the calculation of key performance indicators, including image-based quality metrics, chamfer distance of reconstruct mesh, rendering frame rates, and computational resource consumption is included in the framework as well. Code is available at https://github.com/splatwizard/splatwizard
- Abstract（参考訳）: 最近の3Dガウススプラッティング(3DGS)の出現は、リアルタイムの新規なビュー合成において大きなブレークスルーとなった。
しかし、3DGSベースのアルゴリズムの急速な普及により、特に圧縮タスクにおいて、標準化された総合的な評価ツールの必要性が高まっている。
既存のベンチマークでは、レンダリング速度、レート歪みのトレードオフメモリ効率、幾何学的精度など、異なる手法のユニークな特性を全体評価するために必要な具体的な指標が欠如していることが多い。
Splatwizardは3DGS圧縮モデルのベンチマークに特化して設計されたベンチマーク・ツールキットである。
Splatwizardは、新しい3DGS圧縮モデルを実装し、以前の研究で提案された最先端技術を利用するための使い易いフレームワークを提供する。
さらに、画像ベースの品質指標、再構成メッシュのシャムファー距離、レンダリングフレームレート、計算リソース消費などの重要なパフォーマンス指標の計算を自動化する統合パイプラインもフレームワークに含まれる。
コードはhttps://github.com/splatwizard/splatwizardで入手できる。
関連論文リスト
- Compressing 3D Gaussian Splatting by Noise-Substituted Vector Quantization [14.71160140310766]
3D Gaussian Splatting (3DGS) は3次元再構成において顕著な効果を示し, 実時間放射場レンダリングによる高品質な結果を得た。
単一のシーンを再構築するには、通常、59の浮動小数点パラメータで表現された数百万のガウススプラットが必要で、約1GBのメモリが生成される。
具体的には、ノイズ置換ベクトル量子化手法を用いて、コードブックとモデルの特徴を共同でトレーニングし、降下勾配最適化とパラメータ離散化の整合性を確保する。
論文 参考訳（メタデータ） (2025-04-03T22:19:34Z) - 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) - 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)
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。