高效 4D 高斯流式的自适应锚点策略
计算机视觉与模式识别
2026-03-31 v2
摘要
动态场景重建使用高斯溶解（Gaussian Splatting）已实现实时渲染和自由视点视频的高效流式传输。然而，大多数管道依赖固定锚点选择（如最远点采样，FPS），通常使用 8192 个锚点，无论场景复杂度，这在受限预算下会导致计算资源过度分配。我们提出了有效高斯流式（EGS），这是一种即插式、预算感知的锚点采样器，用强化学习策略取代 FPS，同时保持原有的高斯流式重建主干结构不变。该策略在离散约束下联合选择锚点预算和一组信息丰富的锚点子集，在重建质量和运行时之间进行权衡，利用高斯表示的空间特征。我们在两种设置下评估 EGS：快速渲染（优先考虑运行时效率）和高质量精炼（可实现额外优化）。动态多视角数据集上的实验表明，EGS 在质量-效率权衡上 consistently 优于 FPS 采样。在未见数据上，快速渲染采用 256 个锚点（仅为 8192 的 1/32），EGS 的 PSNR 提升 +0.52--+0.61 dB，同时比 IGS@8192（N3DV 和 MeetingRoom）快 1.29--1.35 倍。在高质量精炼中，EGS 在大幅降低锚点预算的情况下仍与全锚点基准相当。\emph{代码和预训练模型将在接受后发布。}
引用
@article{arxiv.2603.17227,
title = {Adaptive Anchor Policies for Efficient 4D Gaussian Streaming},
author = {Ashim Dahal and Rabab Abdelfattah and Nick Rahimi},
journal= {arXiv preprint arXiv:2603.17227},
year = {2026}
}