4DGCPro：面向渐进式体积视频流的层次化4D高斯压缩
计算机视觉与模式识别
2025-09-29 v2
摘要
实现与2D视频相当的高保真体积视频无缝观看仍是一个开放挑战。现有体积视频压缩方法要么缺乏在单一模型中灵活调节质量和码率的能力，难以高效地跨越不同网络和设备进行流式传输；要么在轻量级移动平台上难以实现实时解码和渲染。为此，本文提出4DGCPro，一种新型的层次化4D高斯压缩框架，支持单一比特流中的渐进式体积视频流，实现移动端的实时解码与高质量渲染。具体而言，本文提出感知加权且压缩友好的层次化4D高斯表示，结合运动感知的自适应分组以减少时序冗余、保持一致性，并实现可扩展的多层次细节流式传输。进一步，我们提出端到端的熵优化训练方案，包含层级率失真（RD）监督和属性特定熵模型，以实现高效的比特流生成。大量实验表明，4DGCPro实现了单一模型中的灵活质量调节和多码率输出，能够在移动设备上实现实时解码渲染，并在多个数据集上在RD性能上优于现有方法。项目页面：https://mediax-sjtu.github.io/4DGCPro
引用
@article{arxiv.2509.17513,
title = {4DGCPro: Efficient Hierarchical 4D Gaussian Compression for Progressive Volumetric Video Streaming},
author = {Zihan Zheng and Zhenlong Wu and Houqiang Zhong and Yuan Tian and Ning Cao and Lan Xu and Jiangchao Yao and Xiaoyun Zhang and Qiang Hu and Wenjun Zhang},
journal= {arXiv preprint arXiv:2509.17513},
year = {2025}
}
备注
NeurIPS 2025