論文の概要: Gaussian Splatting-based Volumetric Video Compression with Sparse 4D Anchors

• arxiv url: http://arxiv.org/abs/2609.33969v1
• Date: Sun, 27 Sep 2026 22:14:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-04 08:18:07.816811
• Title: Gaussian Splatting-based Volumetric Video Compression with Sparse 4D Anchors
• Title（参考訳）: スパース4Dアンカーを用いたガウス平滑型ボリュームビデオ圧縮
• Abstract要約: SAGAは階層的に整理されたスパース4Dアンカーを用いて動的3Dシーンを表現し、座標ベースのINRデコーダはコンテキスト間構造から微細アンカーとガウスプリミティブを生成する。 実験の結果、SAGAはGIFStreamに対して、それぞれ80.39%、Nu3DとMPEG MIVで83.94%の減少率で強い速度歪み性能を示した。
• 参考スコア（独自算出の注目度）: 22.368845298825363
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Immersive video communication requires photorealistic, render-efficient, and compact dynamic scene representations. 3D Gaussian Splatting (3DGS) offers a promising representation, but dynamic 3DGS remains difficult to compress due to dense primitives and spatiotemporal redundancy. Anchor-based formulations improve compactness with sparse scaffolds that share geometry and appearance across primitives. However, existing designs often rely on deforming a single canonical scaffold and condition each primitive on its associated anchor in isolation, limiting their ability to handle non-local dynamics and disocclusion while under-exploiting inter-anchor correlations, particularly in motion- or texture-dense regions. To address these limitations, we propose SAGA, a volumetric video codec built upon Sparse Anchor-assisted GAussian splatting representations. SAGA represents dynamic 3D scenes using hierarchically organized sparse 4D anchors, where coordinate-based INR decoders generate fine anchors and Gaussian primitives from inter-anchor interpolations, enabling compact parameter sharing across spatiotemporal structures. For long-range dependencies among unstructured anchors, we further introduce fixed-size memory slots with orthogonality-informed updates for accurate entropy-context modeling. Experiments show that SAGA achieves strong rate-distortion performance against GIFStream, with PSNR BD-rate reductions of 80.39% and 83.94% on Neu3D and MPEG MIV, respectively.
• Abstract（参考訳）: 没入型ビデオ通信には、フォトリアリスティック、レンダリング効率、コンパクトなダイナミックシーン表現が必要である。 3D Gaussian Splatting (3DGS) は有望な表現を提供するが、高密度プリミティブと時空間冗長性のために動的3DGSは圧縮が困難である。 アンカーベースの定式化は、プリミティブ間の幾何学と外観を共有するスパース足場によってコンパクト性を向上させる。 しかし、既存の設計では、単一の標準足場と、関連するアンカーのそれぞれのプリミティブを独立して変形させることに頼っており、非局所力学と非閉塞性を扱う能力は制限され、特にモーションやテクスチャの領域において、アンカー間の相関が過小評価されている。 これらの制約に対処するため,Sparse Anchor-assisted GAussian splatting representationsをベースとしたボリュームビデオコーデックSAGAを提案する。 SAGAは階層的に整理されたスパース4Dアンカーを用いて動的3Dシーンを表現し、座標ベースのINRデコーダはアンカー間補間から微細アンカーとガウスプリミティブを生成し、時空間構造間のコンパクトなパラメータ共有を可能にする。 非構造アンカー間の長距離依存関係について、直交インフォームによる正確なエントロピー・コンテキスト・モデリングのための固定サイズメモリスロットを導入する。 実験の結果、SAGAはGIFStreamに対して強い速度歪み性能を示し、PSNR BDレートは80.39%、Nu3DとMPEG MIVでは83.94%低下した。

関連論文リスト

• LG-HCC: Local Geometry-Aware Hierarchical Context Compression for 3D Gaussian Splatting [77.81227097905865]
  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。
  論文  参考訳（メタデータ） (2026-03-30T13:39:35Z)
• TED-4DGS: Temporally Activated and Embedding-based Deformation for 4DGS Compression [14.026420167067117]
  速度歪み最適化4DGS圧縮のための時間的活性化および埋め込みに基づく変形方式であるTED-4DGSを提案する。 提案手法は,複数の実世界のデータセット上での最先端の速度歪み性能を実現する。
  論文  参考訳（メタデータ） (2025-12-05T05:46:35Z)
• P-4DGS: Predictive 4D Gaussian Splatting with 90$\times$ Compression [26.130131551764077]
  3D Gaussian Splatting (3DGS) は、シーン表現の忠実さとリアルタイムレンダリング性能が優れており、注目されている。 有望な結果を得たにもかかわらず、既存のアルゴリズムのほとんどは、動的シーンに固有の時間的および空間的冗長性を見落としている。 コンパクトな4次元シーンモデリングのための新しい動的3DGS表現であるP-4DGSを提案する。
  論文  参考訳（メタデータ） (2025-10-11T05:19:41Z)
• CAT-3DGS: A Context-Adaptive Triplane Approach to Rate-Distortion-Optimized 3DGS Compression [10.869104603083676]
  3D Gaussian Splatting (3DGS)は、最近、有望な3D表現として登場した。 リモート側への3DGS表現の圧縮と送信の必要性は見落としている。 この新しいアプリケーションは、レート歪みを最適化した3DGS圧縮を要求する。
  論文  参考訳（メタデータ） (2025-03-01T05:42:52Z)
• 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。