HAC：用于 3D 高斯溅射压缩的哈希网格辅助上下文

Yihang Chen; Qianyi Wu; Weiyao Lin; Mehrtash Harandi; Jianfei Cai

HAC：用于 3D 高斯溅射压缩的哈希网格辅助上下文

计算机视觉与模式识别 2024-07-15 v3

作者: Yihang Chen , Qianyi Wu , Weiyao Lin , Mehrtash Harandi , Jianfei Cai

摘要

3D 高斯溅射 (3DGS) 已成为一种有前景的新视角合成框架，具有高保真度的快速渲染速度。然而，大量的高斯及其相关属性需要有效的压缩技术。尽管如此，高斯（或本文中的锚点）点云的稀疏和无组织特性给压缩带来了挑战。为了解决这个问题，我们利用无组织锚点与结构化哈希网格之间的关系，利用它们的互信息进行上下文建模，并提出了一种用于高度紧凑 3DGS 表示的哈希网格辅助上下文 (HAC) 框架。我们的方法引入了一个二进制哈希网格来建立连续的空间一致性，使我们能够通过精心设计的上下文模型揭示锚点的固有空间关系。为了便于熵编码，我们利用高斯分布来准确估计每个量化属性的概率，其中提出了一个自适应量化模块以实现这些属性的高精度量化，从而改善保真度恢复。此外，我们结合了一种自适应掩码策略来消除无效的高斯和锚点。重要的是，我们的工作是探索基于上下文的 3DGS 表示压缩的先驱，与原始 3DGS 相比，实现了超过 $75\times$ 的显著尺寸缩减，同时提高了保真度，并且与 SOTA 3DGS 压缩方法 Scaffold-GS 相比，实现了超过 $11\times$ 的尺寸缩减。我们的代码可在此处获取：https://github.com/YihangChen-ee/HAC

关键词

3D 高斯溅射压缩哈希网格上下文模型熵编码自适应量化新视角合成

引用

@article{arxiv.2403.14530,
  title  = {HAC: Hash-grid Assisted Context for 3D Gaussian Splatting Compression},
  author = {Yihang Chen and Qianyi Wu and Weiyao Lin and Mehrtash Harandi and Jianfei Cai},
  journal= {arXiv preprint arXiv:2403.14530},
  year   = {2024}
}

备注

Project Page: https://yihangchen-ee.github.io/project_hac/ Code: https://github.com/YihangChen-ee/HAC

HAC：用于 3D 高斯溅射压缩的哈希网格辅助上下文

摘要

关键词

引用

备注

相关论文