論文の概要: ResStreamGS: Residual-Sensitive Dual-Stream Gaussian Splatting for Mobile Volumetric Video Streaming

• arxiv url: http://arxiv.org/abs/2610.21121v1
• Date: Thu, 15 Oct 2026 02:25:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.136884
• Title: ResStreamGS: Residual-Sensitive Dual-Stream Gaussian Splatting for Mobile Volumetric Video Streaming
• Title（参考訳）: ResStreamGS: モバイルボリュームビデオストリーミングのための残留感度デュアルストリームガウススプレイティング
• Abstract要約: ResStreamGSは残留感応性のあるデュアルストリームフレームワークで、ガウスの時間的振る舞いに応じて処理する。 制御されたV$3$スタイルの全ガウシアンベースラインに対して、ResStreamGSはポストコーデックPSNRを7.51--8.35dB改善することを示す。
• 参考スコア（独自算出の注目度）: 14.24282741004722
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-time mobile volumetric video enables immersive free-viewpoint experiences, but delivering high-quality 3D content under constrained bandwidth and computation remains challenging. Recent 3D Gaussian Splatting (3DGS) systems, such as V$^3$, enable efficient mobile streaming by encoding time-varying Gaussian attributes with commodity video codecs and hardware decoding. However, existing pipelines treat all Gaussians as frame-varying signals, which is poorly suited to full-scene content where large portions remain temporally stable. Our empirical study shows that frame-wise adaptation and video coding of all Gaussians cause quality degradation in complex full-scene content, particularly in temporally stable regions. To address this issue, we propose ResStreamGS, a residual-sensitive dual-stream framework that processes Gaussians according to their temporal behavior. ResStreamGS identifies residual-sensitive primitives through lightweight probe adaptation and reuses stable Gaussians within each Group of Pictures (GOP). Stable Gaussians are transmitted once per GOP, while only residual-sensitive Gaussians remain in the frame-wise hardware-decodable video stream. Experiments on complex full-scene volumetric videos show that ResStreamGS improves post-codec PSNR by 7.51--8.35~dB over a controlled V$^3$-style all-Gaussians baseline, reduces amortized payload by up to 56.5%, and achieves 30.883~FPS on a Qualcomm Snapdragon 778G platform.
• Abstract（参考訳）: リアルタイムなモバイルボリュームビデオは没入型自由視点体験を可能にするが,帯域幅や計算量に制約のある高品質な3Dコンテンツの提供は依然として困難である。 V$^3$のような最近の3Dガウススプラッティング(3DGS)システムでは、時変ガウス属性をコモディティビデオコーデックとハードウェアデコードで符号化することで、効率的なモバイルストリーミングを実現する。 しかし、既存のパイプラインは全てのガウスをフレーム可変信号として扱うが、これは時間的に大きな部分が安定なフルシーンのコンテンツには適していない。 我々の実証研究は、全てのガウスのフレームワイド適応とビデオ符号化が、特に時間的に安定な領域において、複雑なフルシーンコンテンツの品質劣化を引き起こすことを示している。 この問題に対処するために,時間的挙動に応じてガウス処理を行う残留感応性デュアルストリームフレームワークであるResStreamGSを提案する。 ResStreamGSは、軽量プローブ適応により残留感度プリミティブを特定し、各グループ・オブ・ピクチャーズ(GOP)内の安定したガウスを再利用する。 安定なガウスアンはGOP毎に1回送信されるが、フレームワイドのハードウェアで復号可能なビデオストリームには残留感度のガウスアンのみが残る。 複雑なフルシーンのボリュームビデオの実験では、ResStreamGSは制御されたV$^3$スタイルの全ガウシアンベースラインよりも7.51--8.35~dBのポストコーデックPSNRを改善し、償却ペイロードを最大56.5%削減し、Qualcomm Snapdragon 778Gプラットフォーム上で30.883~FPSを達成した。

関連論文リスト

• HyperGS: Fast and Generalizable Gaussian Video Representation [50.75993899195029]
  HyperGSはフィードフォワードで最適化のないアプローチであり、単一の前方パス内の任意のビデオからガウス表現を直接予測する。 様々なビデオでガウシアンを鼻で予測すると、針のような変性が引き起こされ、トレーニングは崩壊する。 HyperGSは、K400、SSv2、UCF101の以前のビデオエンコーダよりもPSNRを+2.9--3.1 dB改善した。
  論文  参考訳（メタデータ） (2026-07-13T12:53:02Z)
• 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)
• GS-STVSR: Ultra-Efficient Continuous Spatio-Temporal Video Super-Resolution via 2D Gaussian Splatting [71.12303582606019]
  Continuous Video Super-Resolution (C-STVSR) は、任意のスケールファクタによる動画の空間的・フレーム的レートの同時向上を目的としている。 2次元ガウシアンティング(2D-GS)に基づく超効率的なC-STVSRフレームワークであるGS-STVSRを提案する。 GS-STVSRは,すべてのベンチマークにおいて最先端の品質を実現していることを示す。
  論文  参考訳（メタデータ） (2026-04-20T10:11:05Z)
• StreamSTGS: Streaming Spatial and Temporal Gaussian Grids for Real-Time Free-Viewpoint Video [16.890908589888678]
  リアルタイムで自由視点ビデオ(FVV)をストリーミングすることは大きな課題に直面している。 最近の3DGSベースのFVV法は、トレーニングとレンダリングの両方において顕著なブレークスルーを達成した。 本稿では,リアルタイムストリーミング用に設計された新しいFVV表現StreamSTGSを提案する。
  論文  参考訳（メタデータ） (2025-11-08T15:35:43Z)
• V^3: Viewing Volumetric Videos on Mobiles via Streamable 2D Dynamic Gaussians [53.614560799043545]
  V3 (Viewing Volumetric Videos) は,ダイナミックガウスのストリーミングによる高品質なモバイルレンダリングを実現する,新たなアプローチである。 私たちの重要なイノベーションは、ダイナミックな3DGSを2Dビデオと見なすことで、ハードウェアビデオコーデックの使用を促進することです。 モバイル端末でダイナミックなガウシアンをストリームする最初の手段として、私たちのコンパニオンプレーヤーは、前例のないボリュームビデオ体験をユーザに提供します。
  論文  参考訳（メタデータ） (2024-09-20T16:54:27Z)
• SwinGS: Sliding Window Gaussian Splatting for Volumetric Video Streaming with Arbitrary Length [2.4844080708094745]
  本稿では,リアルタイムストリーミング方式でボリュームビデオのトレーニング,配信,レンダリングを行う新しいフレームワークであるSwinGSを紹介する。 SwinGSのプロトタイプを実装し、さまざまなデータセットやシーンでストリーム性を示す。 また、現代的なブラウザを持つほとんどのデバイス上で、リアルタイムのボリュームビデオ再生を可能にするインタラクティブなWebGLビューアを開発した。
  論文  参考訳（メタデータ） (2024-09-12T05:33:15Z)
• PUP 3D-GS: Principled Uncertainty Pruning for 3D Gaussian Splatting [59.277480452459315]
  本研究では,視覚的忠実度と前景の細部を高い圧縮比で保持する原理的感度プルーニングスコアを提案する。 また,トレーニングパイプラインを変更することなく,事前訓練した任意の3D-GSモデルに適用可能な複数ラウンドプルーファインパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-06-14T17:53:55Z)

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。