面向feed-forward 3D高斯溅写的超紧凑潜在编码CodecSplat
计算机视觉与模式识别
2026-05-26 v1
摘要
虽然feed-forward 3D高斯溅可从稀疏上下文视图重建可渲染的高斯原始，而无需针对每个场景进行优化，但现有管道未提供紧凑的场景表示用于存储或传输。一种自然解决方案是将现有的3DGS压缩方法应用于生成的高斯原始，但该方法针对最终的不规则3D表示进行操作，与内部特征到高斯生成过程相互独立，限制了压缩效率。为此，我们引入CodecSplat，一种用于feed-forward 3D高斯溅的超紧凑潜在编码框架。CodecSplat首先将中间2D高斯生成特征编码为熵编码的场景位流。在解码器处，重构的潜在特征用于预测深度和高斯参数，这些参数随后映射到3D高斯原始。请注意，通过将压缩集成到feed-forward高斯生成管道中，CodecSplat避免了对不规则3D高斯原始进行低效压缩，并允许编解码器利用结构化的中间特征表示。我们在具有深度引导的多视图特征细化和层次化学习特征编解码器的feed-forward高斯溅 Backbone 上实现了CodecSplat。在DL3DV和RealEstate10K数据集上，CodecSplat分别实现了23.56-26.36 dB和24.76-27.05 dB PSNR，仅需20.00-107.77 KiB和3.37-12.51 KiB每个场景。这是对feed-forward生成的高斯原始压缩约一个数量级，同时保持可控的速率失真行为。
引用
@article{arxiv.2605.25563,
title = {CodecSplat: Ultra-Compact Latent Coding for Feed-Forward 3D Gaussian Splatting},
author = {Pengpeng Yu and Runqing Jiang and Qi Zhang and Dingquan Li and Jing Wang and Yulan Guo},
journal= {arXiv preprint arXiv:2605.25563},
year = {2026}
}