CAT-3DGS Pro：一种高效3DGS压缩的新基准
计算机视觉与模式识别
2025-03-18 v1
摘要
3D高斯溶射（3DGS）在新视角合成方面显示出巨大的潜力。然而，实现针对传输和/或存储应用的3DGS表示的速率失真优化压缩仍然是一个挑战。CAT-3DGS引入了上下文自适应三平面超先验，用于端到端优化压缩，实现了最先进的编码性能。尽管如此，它需要较长的训练和解码时间。为解决这些限制，我们提出了CAT-3DGS Pro，这是CAT-3DGS的一个增强版本，旨在提高压缩性能和计算效率。首先，我们引入了受PCA引导的向量-矩阵超先验，取代三平面-based超先验，以减少冗余参数。为实现更平衡的速率失真权衡和更快的编码，我们提出了交替优化策略（A-RDO）。此外，我们改进了CAT-3DGS中采样率优化方法，显著提高了速率失真性能。这些改进在BungeeNeRF上实现了46.6%的BD-rate降低和3倍的训练时间加速，同时在解码速度上相较于CAT-3DGS实现了Amsterdam场景的5倍加速。
引用
@article{arxiv.2503.12862,
title = {CAT-3DGS Pro: A New Benchmark for Efficient 3DGS Compression},
author = {Yu-Ting Zhan and He-bi Yang and Cheng-Yuan Ho and Jui-Chiu Chiang and Wen-Hsiao Peng},
journal= {arXiv preprint arXiv:2503.12862},
year = {2025}
}