面向快速高质量渲染的局部感知高斯压缩
计算机视觉与模式识别
2025-03-13 v3
摘要
我们提出了LocoGS，一种局部感知的三维高斯泼溅（3DGS）框架，它利用三维高斯的空间相干性来实现体积场景的紧凑建模。为此，我们首先分析了三维高斯属性的局部相干性，并提出了一种新颖的局部感知三维高斯表示，该表示使用神经场表示以最小的存储需求有效编码局部相干的高斯属性。在新颖表示的基础上，LocoGS精心设计了额外组件，如密集初始化、自适应球谐带宽方案以及针对不同高斯属性的不同编码方案，以最大化压缩性能。实验结果表明，我们的方法在代表性真实世界三维数据集上的渲染质量优于现有的紧凑高斯表示，同时实现了比3DGS高54.6倍至96.6倍的压缩存储大小和2.1倍至2.4倍的渲染速度。此外，我们的方法在压缩性能相当的情况下，平均渲染速度比最先进的压缩方法快2.4倍。
引用
@article{arxiv.2501.05757,
title = {Locality-aware Gaussian Compression for Fast and High-quality Rendering},
author = {Seungjoo Shin and Jaesik Park and Sunghyun Cho},
journal= {arXiv preprint arXiv:2501.05757},
year = {2025}
}
备注
Accepted to ICLR 2025. Project page: https://seungjooshin.github.io/LocoGS