AirGS：面向自由视点视频经验的实时4D高斯流
图形学
2025-12-25 v1 分布式、并行与集群计算
机器学习
多媒体
网络与互联网体系结构
图像与视频处理
摘要
自由视点视频（FVV）通过允许用户从任意视角观看场景，提供沉浸式观看体验。作为FVV生成的主要重建技术，4D高斯溅写（4DGS）模型以时变3D高斯椭球体表示动态场景，借助快速光栅化实现高质量渲染。然而，现有4DGS方法在长序列上存在质量下降，并带来巨大的带宽和存储开销，限制了其在实时和大规模部署中的适用性。因此，本文提出AirGS，一个面向流式传输优化的4DGS框架，重构训练和交付管道，以实现高质量、低时延的FVV体验。AirGS将高斯视频流转换为多通道2D格式，智能识别关键帧以增强帧级重建质量。进一步结合时序一致性与膨胀损失以减少训练时间和表示规模。为支持通信效率传输，AirGS将4DGS交付建模为整数线性规划问题，设计轻量级修剪级别选择算法，自适应修剪需传输的高斯更新，平衡重建质量与带宽消耗。大量实验表明，AirGS在场景变化时将PSNR质量偏差降低20%以上，帧级PSNR始终保持在30以上，训练加速6倍，单帧传输大小较SOTA 4DGS方法降低近50%。
引用
@article{arxiv.2512.20943,
title = {AirGS: Real-Time 4D Gaussian Streaming for Free-Viewpoint Video Experiences},
author = {Zhe Wang and Jinghang Li and Yifei Zhu},
journal= {arXiv preprint arXiv:2512.20943},
year = {2025}
}
备注
This paper is accepted by IEEE International Conference on Computer Communications (INFOCOM), 2026