GSCodec Studio:面向 Gaussian Splat 压缩的模块化框架
计算机视觉与模式识别
2025-06-03 v1 多媒体
摘要
3D Gaussian Splatting 及其向 4D 动态场景的扩展实现了基于真实世界捕获的逼真实时渲染,使 Gaussian Splats (GS) 成为下一代沉浸式媒体的一种极具前景的格式。然而,其高存储需求给共享、传输和存储的实际应用带来了重大挑战。尽管已有研究从不同角度探索了 GS 压缩,但这些工作仍分散在各自的代码库中,使得基准测试和最佳实践的整合变得复杂。为了弥补这一空白,我们提出了 GSCodec Studio,一个用于 GS 重建、压缩和渲染的统一模块化框架。该框架将多种 3D/4D GS 重建方法和 GS 压缩技术作为模块化组件纳入,便于灵活组合与全面比较。通过整合来自社区研究的最佳实践以及我们自身的探索,GSCodec Studio 支持为静态和动态 Gaussian Splats 开发紧凑表示与压缩解决方案,即我们的静态和动态 GSCodec,在静态和动态 GS 压缩中实现了具有竞争力的率失真性能。我们的框架代码已在 https://github.com/JasonLSC/GSCodec_Studio 公开发布,以推进 Gaussian Splats 压缩的研究。
引用
@article{arxiv.2506.01822,
title = {GSCodec Studio: A Modular Framework for Gaussian Splat Compression},
author = {Sicheng Li and Chengzhen Wu and Hao Li and Xiang Gao and Yiyi Liao and Lu Yu},
journal= {arXiv preprint arXiv:2506.01822},
year = {2025}
}
备注
Repository of the project: https://github.com/JasonLSC/GSCodec_Studio