論文の概要: ClunoGS: Compact Language 3D Gaussian Splatting via Unified Optimization

• arxiv url: http://arxiv.org/abs/2610.30013v1
• Date: Wed, 21 Oct 2026 16:43:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.413852
• Title: ClunoGS: Compact Language 3D Gaussian Splatting via Unified Optimization
• Title（参考訳）: ClunoGS: 統一最適化によるコンパクト言語3Dガウススプレイティング
• Abstract要約: ClunoGSは言語3DGSのためのコンパクトなフレームワークで、意味論を意識したガウス空間分割とベクトル量子化を組み合わせたものである。 LERFとScanNet-10ベンチマークを用いて,オープン語彙の局所化とセグメンテーションについてClunoGSを評価した。
• 参考スコア（独自算出の注目度）: 14.508067448004217
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Language 3D Gaussian Splatting enables open-vocabulary scene understanding by associating Gaussian primitives with language features. These semantic attributes increase model storage, while most existing 3DGS compression methods are designed mainly to preserve RGB rendering quality. One straightforward approach is to apply sparsification and quantization sequentially. However, pruning based only on rendering quality can remove Gaussians that have small RGB contributions but are important for semantic prediction. Once removed, their semantic information cannot be recovered by later quantization. We propose ClunoGS, a compact framework for Language 3DGS that combines semantics-aware Gaussian sparsification and vector quantization in a unified constrained objective. Semantic supervision is used during sparsification, and the objective jointly considers rendering quality, semantic accuracy, and compactness. We optimize the unified objective with alternating primal, sparsification, quantization, and dual updates. We evaluate ClunoGS on open-vocabulary localization and segmentation using the LERF and ScanNet-10 benchmarks. Under aggressive compression, our unified, semantics-aware formulation substantially alleviates the degradation of semantic representations caused by sequential compression and semantics-agnostic Gaussian sparsification. Ablations further show that jointly coordinating sparsification and quantization better preserves semantic accuracy than applying them independently.
• Abstract（参考訳）: Language 3D Gaussian Splattingは、ガウス原始語と言語特徴を関連付けることで、オープン語彙のシーン理解を可能にする。 これらのセマンティック属性はモデル記憶量を増加させる一方、既存の3DGS圧縮法は主にRGBのレンダリング品質を維持するために設計されている。 1つの簡単なアプローチは、スペーシフィケーションと量子化を順次適用することである。 しかし、レンダリング品質のみに基づくプルーニングは、RGBのコントリビューションが少ないがセマンティックな予測には重要であるガウシアンを排除できる。 一旦取り除くと、後続の量子化によってそれらの意味情報を回復することはできない。 本稿では,言語3DGSのためのコンパクトなフレームワークであるClunoGSを提案する。 意味的監督はスパーシフィケーション中に使用され、目的はレンダリング品質、意味的正確性、コンパクトさを共同で検討する。 我々は、主元、スパーシフィケーション、量子化、二重更新を交互に行い、統一された目的を最適化する。 LERFとScanNet-10ベンチマークを用いて,オープン語彙の局所化とセグメンテーションについてClunoGSを評価した。 アグレッシブ圧縮の下では、セマンティックスを意識した定式化は、シーケンシャル圧縮とセマンティックスに依存しないガウススカラー化によって生じるセマンティックス表現の劣化を著しく軽減する。 さらにアブレーションは、スパーシフィケーションと量子化を共同で調整することで、それらを独立して適用するよりも意味的精度を保存できることを示している。

関連論文リスト

• Learning Adaptive Semantic Gaussian Allocation for 3D Occupancy [38.71779538292353]
  メモリとレンダリングの制御に制限される場合、最も有用なガウス数を選択する方法を示す。 本稿では,ガウス属性と局所幾何学的特徴を用いたセマンティックガウスアロケーション変換器(SAGFormer)を提案する。 nuScenes-SurroundOcc と SSCBench-KITTI-360 の実験により、SAGFormer は評価プロトコル下での占有率予測を改善し、より意味論的に一貫性があり、より有効化されたガウス表現が得られることが示された。
  論文  参考訳（メタデータ） (2026-07-24T01:52:49Z)
• 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)
• CSGaussian: Progressive Rate-Distortion Compression and Segmentation for 3D Gaussian Splatting [57.73006852239138]
  本稿では,3次元ガウススプラッティングの速度歪み最適化圧縮とセグメンテーションのための最初の統一フレームワークを提案する(3DGS)。 速度歪みに最適化された3DGS圧縮の最近の進歩に触発されたこの研究は、セマンティックラーニングを圧縮パイプラインに統合し、デコーダ側アプリケーションをサポートする。 提案方式は暗黙的ニューラル表現に基づくハイパープライアを特徴とし,色属性と意味属性の両方の効率的なエントロピー符号化を実現する。
  論文  参考訳（メタデータ） (2026-01-19T08:21:45Z)
• CLIP-GS: CLIP-Informed Gaussian Splatting for View-Consistent 3D Indoor Semantic Understanding [17.440124130814166]
  室内シーンのオープンな3Dセマンティック理解のためのCLIPモデルを用いた3Dガウススティング(3DGS)が注目されている。 提案するセマンティック属性コンパクト性(SAC)と3Dコヒーレント正規化(3DCR)を用いて、3次元屋内シーンのコヒーレントな意味理解を効率的に実現するCLIP-GSを提案する。 ScanNetとReplicaのデータセット上で,mIoUの21.20%と13.05%の改善を実現し,既存の最先端手法を著しく抑制する。
  論文  参考訳（メタデータ） (2024-04-22T15:01:32Z)
• CompGS: Efficient 3D Scene Representation via Compressed Gaussian Splatting [68.94594215660473]
  Compressed Gaussian Splatting (CompGS) という,効率的な3次元シーン表現を提案する。 我々は少数のアンカープリミティブを予測に利用し、プリミティブの大多数を非常にコンパクトな残留形にカプセル化することができる。 実験の結果,提案手法は既存の手法よりも優れており,モデル精度とレンダリング品質を損なうことなく,3次元シーン表現のコンパクト性に優れていた。
  論文  参考訳（メタデータ） (2024-04-15T04:50:39Z)
• 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。