論文の概要: GeoHCC: Local Geometry-Aware Hierarchical Context Compression for 3D Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2603.28431v1
- Date: Mon, 30 Mar 2026 13:39:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-31 23:18:45.42363
- Title: GeoHCC: Local Geometry-Aware Hierarchical Context Compression for 3D Gaussian Splatting
- Title（参考訳）: GeoHCC:3次元ガウス平滑化のための局所幾何学的階層的文脈圧縮
- Abstract要約: GeoHCCは3DGS圧縮フレームワークであり、コンパクト表現のためのアンカープルーニングとエントロピー符号化にアンカー幾何学的相関を組み込む。
実験により、GeoHCCは構造保存のボトルネックを効果的に解決し、高度な幾何学的整合性を維持し、最先端のアンカーベースアプローチよりも忠実にレンダリングできることが示されている。
- 参考スコア（独自算出の注目度）: 77.81227097905865
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Although 3D Gaussian Splatting (3DGS) enables high-fidelity real-time rendering, its prohibitive storage overhead severely hinders practical deployment. Recent anchor-based 3DGS compression schemes reduce redundancy through context modeling, yet overlook explicit geometric dependencies, leading to structural degradation and suboptimal rate-distortion performance. In this paper, we propose GeoHCC, a geometry-aware 3DGS compression framework that incorporates inter-anchor geometric correlations into anchor pruning and entropy coding for compact representation. We first introduce Neighborhood-Aware Anchor Pruning (NAAP), which evaluates anchor importance via weighted neighborhood feature aggregation and merges redundant anchors into salient neighbors, yielding a compact yet geometry-consistent anchor set. Building upon this optimized structure, we further develop a hierarchical entropy coding scheme, in which coarse-to-fine priors are exploited through a lightweight Geometry-Guided Convolution (GG-Conv) operator to enable spatially adaptive context modeling and rate-distortion optimization. Extensive experiments demonstrate that GeoHCC effectively resolves the structure preservation bottleneck, maintaining superior geometric integrity and rendering fidelity over state-of-the-art anchor-based approaches.
- Abstract（参考訳）: 3D Gaussian Splatting (3DGS) は高忠実なリアルタイムレンダリングを可能にするが、その禁止ストレージオーバーヘッドは実用的なデプロイを著しく妨げている。
最近のアンカーベース3DGS圧縮スキームは、コンテキストモデリングにより冗長性を減少させるが、明示的な幾何学的依存関係を見落とし、構造劣化と最適速度歪み性能をもたらす。
本稿では,幾何間相関をアンカープルーニングやエントロピー符号化に組み込んだ3DGS圧縮フレームワークGeoHCCを提案する。
まず, 近傍特徴量の重み付けによりアンカーの重要度を評価し, 余剰アンカーを有意な近傍にマージし, コンパクトで幾何整合性のあるアンカーセットを生成するNighborhood-Aware Anchor Pruning(NAAP)を紹介する。
この最適化された構造を基盤とした階層型エントロピー符号化手法をさらに発展させ,空間適応型コンテキストモデリングとレート歪みの最適化を可能にする軽量なGeometry-Guided Convolution (GG-Conv) 演算子により,粗大から粗大までの前処理を利用できるようにする。
大規模な実験により、GeoHCCは構造保存のボトルネックを効果的に解決し、高度な幾何学的整合性を維持し、最先端のアンカーベースのアプローチよりも忠実にレンダリングできることが示されている。
関連論文リスト
- Stable and Scalable Bundle Adjustment of Holistic 3D Structures [99.03818732955783]
本稿では,3次元コンピュータビジョンのためのBundle Adjustment (BA) の新バージョンを提案する。
BAはカメラ、ポーズ、3Dポイントを共同で最適化するために開発された。
グループ誘導測定とクロスフィーチャー・リジェクションにより、古典的な点のみの3次元正規化の空間性を維持する。
論文 参考訳（メタデータ） (2026-09-03T16:08:03Z) - TopoGS: Planar Reconstruction via Topology-aware 3D Gaussian Splatting [15.690820181002517]
TopoGSは,コヒーレントな3次元再構成のための平面的制約と位相的制約を明示的に統合する最初の3DGSフレームワークである。
具体的には、多視点画像セグメンテーションからグローバルな2次元トポロジカルな関係を抽出し、ガウス原始体をこれらの構造要素に固定する。
これらのトポロジ的制約とともに厳密な多視点整合性を持たせることにより、幾何学的ミスアライメントを著しく軽減し、連結された3次元モデルを生成する。
論文 参考訳（メタデータ） (2026-07-18T14:27:49Z) - Unfolding 3D Gaussian Splatting via Iterative Gaussian Synopsis [48.743921535513635]
イテレーティブ・ガウス・シンプシス(Iterative Gaussian Synopsis)は、トップダウンの「展開」スキームを通じてコンパクトでプログレッシブなレンダリングを行うための新しいフレームワークである。
提案手法は3DGSモデルから始まり,適応的かつ学習可能なマスクベースプルーニング機構を用いて,粗いLODを反復的に導出する。
この組み合わせはコンパクトで表現力のある特徴表現を生み出し、冗長性を最小化し、効率よく、レベル固有の適応をサポートするように設計されている。
論文 参考訳（メタデータ） (2026-04-13T16:28:35Z) - GS^2: Graph-based Spatial Distribution Optimization for Compact 3D Gaussian Splatting [50.2045409672451]
3D Gaussian Splatting (3DGS)は、新しいビュー合成とリアルタイムレンダリングにおいて画期的な性能を示した。
大量のガウス点があるため、高いメモリコストに制約される。
コンパクトな3DGSのためのグラフベースの空間分布最適化を提案する。
論文 参考訳（メタデータ） (2026-04-02T10:41:51Z) - GGPT: Geometry Grounded Point Transformer [22.64445696362087]
本稿では,GGPT(Geometry-Grounded Point Transformer)について紹介する。
この基礎の上に構築された幾何誘導型3次元点変換器は,比例的な部分幾何学的監督の下で高密度点マップを洗練する。
論文 参考訳（メタデータ） (2026-03-11T18:00:04Z) - UrbanGS: A Scalable and Efficient Architecture for Geometrically Accurate Large-Scene Reconstruction [30.233380858586454]
UrbanGSは、都市規模のアプリケーションのためのスケーラブルな再構築フレームワークである。
幾何学的一貫性、メモリ効率、計算スケーラビリティの問題に対処する。
複数の都市データセットに対する実験により、UrbanGSはレンダリング品質、幾何精度、メモリ効率において優れた性能を発揮することが示された。
論文 参考訳（メタデータ） (2026-02-02T13:35:16Z) - MetroGS: Efficient and Stable Reconstruction of Geometrically Accurate High-Fidelity Large-Scale Scenes [20.601722393809244]
複雑な都市環境における効率的で堅牢な復興のための新しいフレームワークであるMetroGSを紹介する。
本手法は,分散2次元ガウススプラッティング表現を基本基盤として構築する。
大規模な都市データセットの実験により、MetroGSはより優れた幾何学的精度、レンダリング品質を達成することが示された。
論文 参考訳（メタデータ） (2025-11-24T14:34:19Z) - Light-SQ: Structure-aware Shape Abstraction with Superquadrics for Generated Meshes [60.92139345612904]
我々は、新しいスーパークワッドリックベースの最適化フレームワークLight-SQを提案する。
本稿では,構造対応ボリューム分解によるブロック再配置戦略を提案する。
実験によると、Light-SQはスーパークワッドリックで効率よく、高忠実で、編集可能な形状の抽象化を可能にする。
論文 参考訳（メタデータ） (2025-09-29T16:18:32Z) - 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) - COMO: Compact Mapping and Odometry [17.71754144808295]
我々は3次元アンカー点のコンパクトな集合を通して密度幾何学を符号化する実時間単分子マッピングおよびオドメトリーシステムであるCOMOを提案する。
この表現は、カメラポーズと密な幾何学、本質的な3次元一貫性、効率的な2階推論の合同最適化を可能にする。
論文 参考訳（メタデータ） (2024-04-04T15:35:43Z) - 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。