ADC-GS：面向动态场景重建的锚驱动可变形压缩高斯溅射
计算机视觉与模式识别
2025-05-14 v1
摘要
现有的 4D 高斯溅射方法依赖从标准空间到目标帧的每个高斯的变形，这忽略了相邻高斯原始素之间的冗余，导致性能次优。为解决这一局限性，我们提出 Anchor-Driven Deformable and Compressed Gaussian Splatting（ADC-GS），一种用于动态场景重建的紧凑且高效的表示。具体而言，ADC-GS 将高斯原始素组织为基于锚点的结构，增强了基于时间显著性的锚点细化策略。为减少变形冗余，ADC-GS 引入分层细粒度管线，在不同粒度上捕获运动。此外，采用率失真优化，以实现比特率消耗与表示保真度之间的最佳平衡。实验结果表明，ADC-GS 在渲染速度上比基于每个高斯变形的方法提高了 300%-800%，同时在不损失渲染质量的前提下实现了最先进的存储效率。代码已发布于 https://github.com/H-Huang774/ADC-GS.git。
引用
@article{arxiv.2505.08196,
title = {ADC-GS: Anchor-Driven Deformable and Compressed Gaussian Splatting for Dynamic Scene Reconstruction},
author = {He Huang and Qi Yang and Mufan Liu and Yiling Xu and Zhu Li},
journal= {arXiv preprint arXiv:2505.08196},
year = {2025}
}