論文の概要: KISS-GS: 3D Gaussian Splatting Compression Kept Simple

• arxiv url: http://arxiv.org/abs/2608.26948v1
• Date: Thu, 27 Aug 2026 10:49:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-28 16:30:58.361396
• Title: KISS-GS: 3D Gaussian Splatting Compression Kept Simple
• Title（参考訳）: KISS-GS:3Dガウス平滑圧縮をシンプルに
• Abstract要約: KISS-GSは、圧縮を完全にトレーニングから切り離すために設計されたモジュラー圧縮パイプラインである。 我々は、バニラ3DGSで再構成されたシーンを、単純でユビキタスなデコーディング用に設計された画像ベースのフォーマットにエンコードする。 標準的な3DGSベンチマークでは、シンプルでモジュラーなアプローチで、シーンサイズを85倍から319倍に削減しています。
• 参考スコア（独自算出の注目度）: 20.76725075061246
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Scene reconstruction with 3D Gaussian Splatting (3DGS) has become common, however deployment remains painful as the uncompressed file sizes can be massive. Current 3DGS compression systems combine multiple strategies for file size reduction, which can obscure where gains come from and limit component reuse across training pipelines. To make the gains more transparent, we propose KISS-GS, a modular compression pipeline named after the principle of keeping things simple, designed to decouple compression entirely from training. Given a 3DGS scene reconstructed with vanilla 3DGS, we are able to reduce it through compaction by 15.7x using a combination of state-of-the-art pruning schemes. Then we encode it into an image-based format designed for simple, ubiquitous decoding. With the SOG-XT format, we propose a novel extension to Self-Organizing Gaussians with two main contributions: (i) Self-organizing 2D Codebooks and (ii) Parallel Representative Assignment Smoothing (PRAS), which leverages the symmetry of quaternion and scale parameterizations to produce 2D attribute grids more amenable to encoding. This encoding reduces scene size by 6.6x. We show that optional encoding-aware fine-tuning yields a further 2.2x. Across standard 3DGS benchmarks, our simple and modular approach thus achieves a total of 85x to 319x reductions in the size of the scene over uncompressed vanilla 3DGS, setting new benchmarks for real-world scenes and surpassing tightly integrated methods in rate-distortion. Decoding relies solely on web-native image formats, and the modular design makes each stage easy to combine with future advances in reconstruction and compaction. Code and project page: https://fraunhoferhhi.github.io/KISS-GS/
• Abstract（参考訳）: 3D Gaussian Splatting (3DGS) によるシーン再構成が一般的になっているが、圧縮されていないファイルサイズが大きすぎるため、展開は苦しいままである。 現在の3DGS圧縮システムは、ファイルサイズ削減のための複数の戦略を組み合わせる。 より透過的なゲインを実現するために、我々は、圧縮を完全にトレーニングから切り離すように設計された、シンプルに保つという原則にちなむモジュラー圧縮パイプラインであるKISS-GSを提案する。 バニラ3DGSで再現された3DGSシーンを考慮すれば、最先端のプルーニングスキームを組み合わせることで、15.7倍のコンパクト化を実現できます。 次に、単純でユビキタスなデコーディング用に設計された画像ベースのフォーマットにエンコードする。 SOG-XTフォーマットでは,2つの主要な貢献により,自己組織型ガウスの新たな拡張を提案する。 一 自己組織型2Dコードブック及び (II)四元数とスケールパラメータ化の対称性を利用した並列代表割当て平滑化(PRAS)により、2D属性グリッドを符号化しやすくする。 これによりシーンサイズが6.6倍になる。 任意の符号化対応微調整がさらに2.2倍になることを示す。 標準的な3DGSベンチマーク全体を通じて、私たちのシンプルでモジュラなアプローチは、圧縮されていないバニラ3DGSよりもシーンサイズを85倍から319倍に削減し、現実世界のシーンの新しいベンチマークを設定し、レート歪みにおいて密に統合されたメソッドを克服します。 復号化はWebネイティブの画像フォーマットにのみ依存しており、モジュラーデザインは各ステージを将来の再構築とコンパクト化の進歩と組み合わせやすくする。 コードとプロジェクトページ:https://fraunhoferhhi.github.io/KISS-GS/

関連論文リスト

• CodecSplat: Ultra-Compact Latent Coding for Feed-Forward 3D Gaussian Splatting [53.50198425973128]
  フィードフォワード3Dガウススプラッティングのための超コンパクト遅延符号化フレームワークであるCodecSplatを紹介する。 CodecSplatは23.56-26.36 dB、24.76-27.05 dB、PSNRは20.00-10777、PSNRは3.37-12、PSNRは3.37-12である。
  論文  参考訳（メタデータ） (2026-05-25T08:17:35Z)
• MesonGS++: Post-training Compression of 3D Gaussian Splatting with Hyperparameter Searching [27.114461961869782]
  3D Gaussian Splatting(3DGS)は、リアルタイムレンダリングによる高品質なノベルビューを実現するが、そのストレージコストは実用的デプロイメントでは禁止されている。 本稿では,3次元ガウス圧縮のためのサイズ対応ポストトレーニングであるMesonGSを提案する。一方,MesonGSは,共同重要度に基づくプルーニング,オクツリー幾何学,変換,高次球面高調波に対する選択ベクトル量子化,エントロピー符号化によるグループワイド混合精度量子化を併用する。
  論文  参考訳（メタデータ） (2026-04-29T15:30:06Z)
• SymGS : Leveraging Local Symmetries for 3D Gaussian Splatting Compression [5.175933316415647]
  3Dガウススプラッティングは、その高速なレンダリング速度と忠実さのために、新しいビュー合成において変換技術として登場した。 既存の手法では、類似性の検出と量子化を通じてプリミティブレベルの冗長性を利用する圧縮戦略を導入することでこの問題に対処している。 本研究では,新たな圧縮フレームワークであるSymGSを提案し,現場に学習可能なミラーを導入し,圧縮のための局所的およびグローバル的反射冗長性を排除した。
  論文  参考訳（メタデータ） (2025-11-17T11:26:09Z)
• 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)
• FlexGS: Train Once, Deploy Everywhere with Many-in-One Flexible 3D Gaussian Splatting [57.97160965244424]
  3Dガウススプラッティング(3DGS)は、3Dシーン表現や新しいビュー合成に様々な応用を可能にしている。 従来のアプローチでは、重要でないガウス人を刈り取ることに重点を置いており、3DGSを効果的に圧縮している。 本稿では3DGSの弾性推論手法を提案する。
  論文  参考訳（メタデータ） (2025-06-04T17:17:57Z)
• 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)
• HAC++: Towards 100X Compression of 3D Gaussian Splatting [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、高速レンダリング速度と高忠実さを誇っている。 しかし、ガウスの点雲(あるいは論文のアンカー)のスパースで非組織的な性質は、圧縮の課題を提起している。 本研究では,非組織型アンカーと構造化ハッシュグリッドの関係を利用したHAC++を提案する。
  論文  参考訳（メタデータ） (2025-01-21T16:23:05Z)
• 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)
• ContextGS: Compact 3D Gaussian Splatting with Anchor Level Context Model [77.71796503321632]
  我々は3DGS表現のアンカーレベルにコンテキストモデルを導入し,バニラ3DGSと比較して100倍以上のサイズの縮小を実現した。 我々の研究は3DGS表現のためのアンカーレベルのコンテキストモデルを開拓し、バニラ3DGSに比べて100倍以上、そして最新の最先端のScaffold-GSに比べて15倍の大幅なサイズ縮小を実現した。
  論文  参考訳（メタデータ） (2024-05-31T09:23:39Z)
• 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。