論文の概要: Codec-Compatible Learned Compression for 3D Gaussian Splatting
- arxiv url: http://arxiv.org/abs/2610.26920v1
- Date: Sat, 17 Oct 2026 08:19:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.396487
- Title: Codec-Compatible Learned Compression for 3D Gaussian Splatting
- Title（参考訳）: 3次元ガウス平滑化のためのコーデック対応型学習圧縮
- Abstract要約: ビデオベース3Dガウススプラッティング(3DGS)圧縮法は、2Dマップを表現し、標準的なビデオコーデックで符号化することにより、実用的な経路を提供する。
これらのマップのうち、高次元の非DC球面調和写像(SH-AC)は最大数のチャネルを含み、ビットの多数を占める。
我々は、3DGS圧縮のためのコーデック学習フレームワークであるCCT-GSを提案する。CCT-GSはまず、クロスシーンの正規性をキャプチャし、SH-ACマップをコンパクトなボトルネックマップに変換する一般化されたSH-AC変換を学習する。
MPEG GSCの実験
- 参考スコア（独自算出の注目度）: 24.593302274530867
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Video-based 3D Gaussian Splatting (3DGS) compression methods provide a practical route by representing Gaussian attributes as 2D maps and coding them with standard video codecs. Among these maps, high-dimensional non-DC spherical harmonics (SH-AC) maps contain the largest number of channels and account for a dominant portion of the bitstream. However, their statistics differ substantially from those of natural images, and the nonlinear dependencies among SH-AC coefficients remain insufficiently exploited. To address these issues, we propose CCT-GS, a Codec-Compatible learned Transform framework for 3DGS compression. CCT-GS first learns a generalized SH-AC transform that captures cross-scene regularities and converts SH-AC maps into compact codec-friendly bottleneck maps. It further introduces LoRA-based scene adaptation to recover scene-specific appearance details with lightweight side information. Experiments on MPEG GSC sequences demonstrate that CCT-GS consistently outperforms representative video-based baselines, achieving an average BD-rate reduction of 51.30% over the video-based anchor.
- Abstract（参考訳）: ビデオベース3Dガウススプラッティング(3DGS)圧縮法は,ガウス属性を2Dマップとして表現し,標準的なビデオコーデックで符号化することにより,実用的な経路を提供する。
これらのマップのうち、高次元非DC球面調和写像(SH-AC)は最大数のチャネルを含み、ビットストリームの圧倒的な部分を占める。
しかし、それらの統計は自然画像とは大きく異なり、SH-AC係数間の非線形依存性は依然として十分に活用されていない。
これらの問題に対処するために,3DGS圧縮のためのCodec-Compatible Learning TransformフレームワークであるCCT-GSを提案する。
CCT-GSはまず、クロスシーンの正規性をキャプチャし、SH-ACマップをコンパクトなコーデックフレンドリなボトルネックマップに変換する一般化SH-AC変換を学習する。
さらに、LoRAベースのシーン適応を導入し、シーン固有の外観の詳細を軽量なサイド情報で復元する。
MPEG GSCシーケンスの実験では、CCT-GSはビデオベースのベースラインを一貫して上回り、ビデオベースのアンカーよりも平均で51.30%のBDレートの削減を実現している。
関連論文リスト
- Efficient Gaussian Splatting Sequence Compression with Standard Video Codecs [14.956737925112444]
本稿では,ビデオ(GSCV)を利用した新しい有効ガウススプラッティング(GS)シーケンス圧縮法を提案する。
既存のビデオベースのGSシーケンス圧縮は、Parallel Linear Assignment Sorting (PLAS)に依存し、GSをスムーズな2Dビデオに変換するための原始情報を追跡する。
GSCVは、GSのIフレームとPフレーム間のクローズドな画像を生成するための、シンプルだが効率的なInter-PLAS手法を取り入れており、ビデオのフレーム間性能を大幅に向上させる。
論文 参考訳（メタデータ） (2026-10-06T05:43:48Z) - Gaussian Splatting-based Volumetric Video Compression with Sparse 4D Anchors [22.368845298825363]
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。
論文 参考訳（メタデータ） (2026-09-27T22:14:31Z) - 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) - 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) - ProGS: Towards Progressive Coding for 3D Gaussian Splatting [48.49297993424879]
本稿では,3DGSデータをオクツリー構造に整理し,効率的なプログレッシブコーディングを実現する手法を提案する。
ProGSは、元の3DGSフォーマットと比較して、ファイルストレージの45倍の削減を実現し、同時にビジュアルパフォーマンスを10%以上改善している。
論文 参考訳（メタデータ） (2026-03-10T14:13:43Z) - Lightweight 3D Gaussian Splatting Compression via Video Codec [14.735775059942709]
現在のビデオベースGS圧縮法は、3D GSを滑らかな2Dマップに変換するためにParallel Linear Assignment Sorting (PLAS)を使用する。
ビデオ(LGSCV)に基づく3D Splatting (GS)圧縮手法を提案する。
MiniPLASは柔軟で高速で、特定のブロックサイズでプリミティブをパーミュレートするように設計されている。
論文 参考訳（メタデータ） (2025-12-12T00:27:29Z) - Rate-Distortion Optimized Skip Coding of Region Adaptive Hierarchical Transform Coefficients for MPEG G-PCC [13.122745400640305]
3次元(3D)点雲は3Dオブジェクトやシーンを表現するためにますます人気が高まっている。
この課題に対処するため、Moving Picture Experts Groupは、GeometryベースのPoint Cloud Compression(G-PCC)標準を積極的に開発している。
RAHTの適応スキップ手法を提案し,最後の数層の残余を符号化するか否かを適応的に決定する。
論文 参考訳（メタデータ） (2024-12-07T07:43:44Z) - 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) - COTR: Compact Occupancy TRansformer for Vision-based 3D Occupancy Prediction [60.87168562615171]
自動運転コミュニティは、3Dの占有率予測に大きな関心を示している。
我々は、幾何学的占有率エンコーダと意味論的グループデコーダを備えたコンパクト占有率TRansformer (COTR)を提案する。
COTRは、8%から15%の相対的な改善でベースラインを上回っている。
論文 参考訳（メタデータ） (2023-12-04T14:23:18Z)
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。