論文の概要: ProGS: Towards Progressive Coding for 3D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2603.09703v1
• Date: Tue, 10 Mar 2026 14:13:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-11 15:25:24.378082
• Title: ProGS: Towards Progressive Coding for 3D Gaussian Splatting
• Title（参考訳）: ProGS:3Dガウス平板のプログレッシブコーディングに向けて
• Authors: Zhiye Tang, Lingzhuo Liu, Shengjie Jiao, Qiudan Zhang, Junhui Hou, You Yang, Xu Wang,
• Abstract要約: 本稿では,3DGSデータをオクツリー構造に整理し,効率的なプログレッシブコーディングを実現する手法を提案する。 ProGSは、元の3DGSフォーマットと比較して、ファイルストレージの45倍の削減を実現し、同時にビジュアルパフォーマンスを10%以上改善している。
• 参考スコア（独自算出の注目度）: 48.49297993424879
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: With the emergence of 3D Gaussian Splatting (3DGS), numerous pioneering efforts have been made to address the effective compression issue of massive 3DGS data. 3DGS offers an efficient and scalable representation of 3D scenes by utilizing learnable 3D Gaussians, but the large size of the generated data has posed significant challenges for storage and transmission. Existing methods, however, have been limited by their inability to support progressive coding, a crucial feature in streaming applications with varying bandwidth. To tackle this limitation, this paper introduce a novel approach that organizes 3DGS data into an octree structure, enabling efficient progressive coding. The proposed ProGS is a streaming-friendly codec that facilitates progressive coding for 3D Gaussian splatting, and significantly improves both compression efficiency and visual fidelity. The proposed method incorporates mutual information enhancement mechanisms to mitigate structural redundancy, leveraging the relevance between nodes in the octree hierarchy. By adapting the octree structure and dynamically adjusting the anchor nodes, ProGS ensures scalable data compression without compromising the rendering quality. ProGS achieves a remarkable 45X reduction in file storage compared to the original 3DGS format, while simultaneously improving visual performance by over 10%. This demonstrates that ProGS can provide a robust solution for real-time applications with varying network conditions.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS)の出現に伴い、大規模3DGSデータの効率的な圧縮問題に対処する多くの先駆的な取り組みがなされている。 3DGSは学習可能な3Dガウシアンを活用することで、3Dシーンの効率的でスケーラブルな表現を提供するが、生成されたデータの大きさはストレージと送信に重大な課題をもたらしている。 しかし、既存の方法は、帯域幅の異なるストリーミングアプリケーションにおいて重要な特徴であるプログレッシブコーディングをサポートできないため、制限されている。 本稿では,3DGSデータをオクツリー構造に整理し,効率的なプログレッシブコーディングを実現する手法を提案する。 提案したProGSは3次元ガウススプラッティングのプログレッシブコーディングを容易にするストリーミングフレンドリーなコーデックであり、圧縮効率と視覚的忠実度の両方を大幅に改善する。 提案手法は,オクツリー階層内のノード間の関連性を利用して,構造的冗長性を緩和する相互情報強化機構を組み込んだものである。 octree構造に適応し、アンカーノードを動的に調整することで、ProGSはレンダリング品質を損なうことなく、スケーラブルなデータ圧縮を保証する。 ProGSは、元の3DGSフォーマットと比較して、ファイルストレージの45倍の削減を実現し、同時にビジュアルパフォーマンスを10%以上改善している。 これは,ネットワーク条件の異なるリアルタイムアプリケーションに対して,ProGSが堅牢なソリューションを提供することを示すものだ。

関連論文リスト

• CSGaussian: Progressive Rate-Distortion Compression and Segmentation for 3D Gaussian Splatting [57.73006852239138]
  本稿では,3次元ガウススプラッティングの速度歪み最適化圧縮とセグメンテーションのための最初の統一フレームワークを提案する(3DGS)。 速度歪みに最適化された3DGS圧縮の最近の進歩に触発されたこの研究は、セマンティックラーニングを圧縮パイプラインに統合し、デコーダ側アプリケーションをサポートする。 提案方式は暗黙的ニューラル表現に基づくハイパープライアを特徴とし,色属性と意味属性の両方の効率的なエントロピー符号化を実現する。
  論文  参考訳（メタデータ） (2026-01-19T08:21:45Z)
• Feed-Forward 3D Gaussian Splatting Compression with Long-Context Modeling [30.948753429414648]
  3DGSは革命的な3D表現として登場したが、その膨大なデータサイズは、広く普及するための大きな障壁となっている。 長距離相関を効果的にモデル化するフィードフォワード3DGS圧縮フレームワークを提案する。 本手法は,フィードフォワード推論における3DGSの圧縮率を20倍に設定する。
  論文  参考訳（メタデータ） (2025-11-30T12:51:43Z)
• 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)
• HybridGS: High-Efficiency Gaussian Splatting Data Compression using Dual-Channel Sparse Representation and Point Cloud Encoder [15.839712865015347]
  本稿では,HybridGSと呼ばれる新しい3DGS圧縮フレームワークを提案する。 コンパクトな生成と標準化されたポイントクラウドデータエンコーディングの両方を活用する。 実験結果から,現状の手法に匹敵する再現性能が得られることがわかった。
  論文  参考訳（メタデータ） (2025-05-03T22:21:06Z)
• TC-GS: Tri-plane based compression for 3D Gaussian Splatting [28.502636841299356]
  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。
  論文  参考訳（メタデータ） (2025-03-26T04:26:22Z)
• 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)

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。