論文の概要: QIRF Quantum-Inspired Non-Orthogonal Function-Space Compression for 3D Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2607.18067v1
• Date: Mon, 20 Jul 2026 15:34:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.683254
• Title: QIRF Quantum-Inspired Non-Orthogonal Function-Space Compression for 3D Gaussian Splatting
• Title（参考訳）: QIRF量子誘起非直交関数空間圧縮による3次元ガウス平滑化
• Authors: Shizeng Jiang, Hao Zhang, Xuerui Ma, Ying Hu, Tao Zhang,
• Abstract要約: 3D Gaussian Splatting (3DGS) は、異方性ガウス原始体の大規模なコレクションを持つシーンを表現することによって、高品質なリアルタイムレンダリングを実現する。 既存の圧縮法は主にプリミティブワイドプルーニング、属性量子化、クラスタリング、ニューラルコーディングによる冗長性を減少させる。 量子インスパイアされた非直交関数空間圧縮法であるQIRFについて述べる。
• 参考スコア（独自算出の注目度）: 7.659511760235009
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: 3D Gaussian Splatting (3DGS) achieves high-quality real-time rendering by representing a scene with a large collection of anisotropic Gaussian primitives. However, complex scenes often require millions of Gaussians, resulting in substantial storage and rendering costs. Existing compression methods mainly reduce redundancy through primitive-wise pruning, attribute quantization, clustering, or neural coding, while redundancy caused by strongly overlapping and non-orthogonal Gaussian basis functions remains largely unexplored. We present QIRF, a quantum-inspired non-orthogonal function-space compression method for 3D Gaussian Splatting. QIRF models neighboring Gaussian primitives as a local non-orthogonal basis and formulates primitive reduction as a subspace-aware selection problem. Specifically, an analytic Gaussian overlap matrix and a radiance-response density matrix are constructed to characterize functional redundancy and rendering relevance. Generalized eigendecomposition is then used to identify the dominant local subspace and select representative Gaussian primitives. An RRDM-based response model and detail-aware safeguarding further preserve visually important high-frequency structures under aggressive pruning. Experiments on 13 scenes from Mip-NeRF 360, Tanks and Temples, and Deep Blending show that QIRF reduces the Gaussian count and raw PLY storage by 71.7 percent on average, corresponding to approximately 3.54 times compression, while maintaining reconstruction quality comparable to 3DGS and achieving a marginal average PSNR improvement of 0.10 dB. QIRF also improves the average rendering speed over 3DGS by 34.3 percent. These results suggest that non-orthogonal function-space redundancy is an important yet underexplored source of representational redundancy in explicit Gaussian radiance fields.
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS) は、異方性ガウス原始体の大規模なコレクションを持つシーンを表現することによって、高品質なリアルタイムレンダリングを実現する。 しかし、複雑なシーンは何百万人ものガウシアンを必要とし、結果としてかなりのストレージとレンダリングコストがかかる。 既存の圧縮法は主にプリミティブワイドプルーニング、属性量子化、クラスタリング、ニューラルコーディングによる冗長性を減少させるが、強い重なり合いと非直交ガウス基底関数による冗長性はほとんど探索されていない。 量子インスパイアされた非直交関数空間圧縮法であるQIRFについて述べる。 QIRF はガウス原始体を局所的な非直交基底としてモデル化し、部分空間対応の選択問題としてプリミティブ還元を定式化する。 具体的には、機能的冗長性とレンダリング関連性を特徴付けるために、解析的ガウス重なり行列と放射応答密度行列を構築する。 一般化固有分解は、支配的な局所部分空間を識別し、代表ガウス原始群を選択するために用いられる。 RRDMに基づく応答モデルとディテール・アウェア・セーフガードにより、アグレッシブプルーニングの下で視覚的に重要な高周波構造が保存される。 Mip-NeRF 360, Tanks and Temples, Deep Blendingの13のシーンでの実験では、QIRFは3DGSに匹敵する再現品質を維持しつつ、平均で0.10dBのPSNR改善を実現しつつ、ガウス数と生PLYストレージを平均で71.7%削減している。 QIRFは3DGSよりも平均レンダリング速度を34.3%向上させた。 これらの結果は、非直交関数空間の冗長性は、明示的なガウス放射場における表現的冗長性の重要かつ未解明の源であることを示唆している。

関連論文リスト

• 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)
• GaussianPile: A Unified Sparse Gaussian Splatting Framework for Slice-based Volumetric Reconstruction [12.711852675106124]
  スライスに基づく体積像が広く応用され、分析のために内部構造を積極的に保存する表現が要求される。 この課題に対処するために,GaussianPileを導入し,3Dガウススプラッティングを撮像システム対応フォーカスモデルと統合する。 実際には、NeRFベースのアプローチよりも最大11倍高速で、3分で高品質な結果をもたらし、ボクセルグリッド上で一貫した16倍の圧縮を実現している。
  論文  参考訳（メタデータ） (2026-03-21T03:10:27Z)
• Gaussian Herding across Pens: An Optimal Transport Perspective on Global Gaussian Reduction for 3DGS [13.03299802566674]
  3DGSは、放射場レンダリングの強力な技術として登場したが、通常は数百万の冗長なガウスプリミティブを必要とする。 本稿では,グローバルなガウス混合還元として3DGSのコンパクト化を推し進める,新しい最適輸送視点を提案する。 本手法は,バニラおよび加速3DGSパイプラインの任意の段階に適用可能であり,軽量なニューラルレンダリングへの効率的かつ非依存的な経路を提供する。
  論文  参考訳（メタデータ） (2025-06-11T09:04:44Z)
• F-3DGS: Factorized Coordinates and Representations for 3D Gaussian Splatting [13.653629893660218]
  ニューラルレイディアンス場(NeRF)のレンダリング手法の代替として,F3DGS(Facterized 3D Gaussian Splatting)を提案する。 F-3DGSはレンダリング画像に匹敵する品質を維持しながら、ストレージコストを大幅に削減する。
  論文  参考訳（メタデータ） (2024-05-27T11:55:49Z)
• LightGaussian: Unbounded 3D Gaussian Compression with 15x Reduction and 200+ FPS [55.85673901231235]
  光ガウシアン(LightGaussian)は、3次元ガウシアンをよりコンパクトなフォーマットに変換する方法である。 ネットワーク・プルーニングにインスパイアされたLightGaussianは、ガウシアンをシーン再構築において最小限のグローバルな重要性で特定した。 LightGaussian は 3D-GS フレームワークで FPS を 144 から 237 に上げながら,平均 15 倍の圧縮率を達成する。
  論文  参考訳（メタデータ） (2023-11-28T21:39:20Z)

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。