論文の概要: LG-HCC: Local Geometry-Aware Hierarchical Context Compression for 3D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2603.28431v3
• Date: Wed, 01 Apr 2026 16:10:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:31.613348
• Title: LG-HCC: Local Geometry-Aware Hierarchical Context Compression for 3D Gaussian Splatting
• Title（参考訳）: LG-HCC: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
• Authors: Xuan Deng, Xiandong Meng, Hengyu Man, Qiang Zhu, Tiange Zhang, Debin Zhao, Xiaopeng Fan,
• Abstract要約: アンカーベースの3DGS圧縮スキームは、いくつかの高度な文脈モデルを通してガウスの冗長性を減少させる。 本稿では, 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んだ3DGSのための局所幾何学的階層型コンテキスト圧縮フレームワークを提案する。 実験の結果、LG-HCCは構造保存の問題を効果的に緩和し、Mip-NeRF360データセット上のScaffold-GSベースラインと比較して最大30.85倍のストレージを削減した。
• 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 gaussian redundancy through some advanced context models. However, they overlook explicit geometric dependencies, leading to structural degradation and suboptimal ratedistortion performance. In this paper, we propose a Local Geometry-aware Hierarchical Context Compression framework for 3DGS(LG-HCC) that incorporates inter-anchor geometric correlations into anchor pruning and entropy coding for compact representation. Specifically, we introduce an Neighborhood-Aware Anchor Pruning (NAAP) strategy, which evaluates anchor importance via weighted neighborhood feature aggregation and then merges low-contribution anchors into salient neighbors, yielding a compact yet geometry-consistent anchor set. Moreover, 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 show that LG-HCC effectively alleviates structural preservation issues,achieving superior geometric integrity and rendering fidelity while reducing storage by up to 30.85x compared to the Scaffold-GS baseline on the Mip-NeRF360 dataset
• 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、いくつかの高度な文脈モデルを通してガウスの冗長性を減少させる。 しかし、それらは明示的な幾何学的依存関係を見落とし、構造的劣化と最適速度歪み性能をもたらす。 本稿では,3DGS(LG-HCC)の局所幾何学を考慮した階層型コンテキスト圧縮フレームワークを提案する。 具体的には,近隣のアンカー・プルーニング (NAAP) 戦略を導入し, 重み付けされた近傍特徴集合によるアンカーの重要度を評価し, 低コントリビューション・アンカーを健全な近隣にマージし, コンパクトで幾何整合性のアンカー・セットを生成する。 さらに,空間適応型コンテキストモデリングとレート歪み最適化を実現するために,より軽量なGeometry-Guided Convolution(GG-Conv)演算子を用いて粗大から粗大の事前情報を活用できる階層型エントロピー符号化方式を開発した。 大規模な実験により、LG-HCCは構造保存の問題を効果的に軽減し、Mip-NeRF360データセット上のScaffold-GSベースラインと比較して最大30.85倍のストレージを削減し、優れた幾何学的整合性とレンダリング忠実性を達成していることが示された。

関連論文リスト

• 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。