GFix：基于高斯溅射视频压缩的感知增强
计算机视觉与模式识别
2025-11-11 v1
摘要
3D 高斯溅射 (3DGS) 通过显式表示和快速渲染提升了 3D 场景重建，展示了在各种低层次视觉任务中（包括视频压缩）的潜在优势。然而，现有的 3DGS 视频编解码器通常表现出更明显的视觉伪影和相对较低的压缩比。本文特别针对 3DGS 视频压缩的感知增强问题进行研究，基于以下假设：3DGS 渲染和量化产生的伪影类似于扩散训练期间采样的噪声潜在变量。基于此前提，我们提出了内容自适应框架 GFix，包含一个简化的单步骤扩散模型，作为即插即用的神经增强器。此外，为提高压缩效率，我们提出了调制 LoRA 方案，冻结低秩分解并调制中间隐藏状态，从而实现对扩散主干网络的高效适配，仅通过高度可压缩的更新。实验结果表明，GFix 在感知质量方面表现突出，LPIPS 较 GSVC 最高可实现 72.1% 的 BD-rate 节省，FID 最高可实现 21.4%。
引用
@article{arxiv.2511.06953,
title = {GFix: Perceptually Enhanced Gaussian Splatting Video Compression},
author = {Siyue Teng and Ge Gao and Duolikun Danier and Yuxuan Jiang and Fan Zhang and Thomas Davis and Zoe Liu and David Bull},
journal= {arXiv preprint arXiv:2511.06953},
year = {2025}
}