优化化简 4D 高斯溅写
计算机视觉与模式识别
2025-10-07 v1
摘要
4D 高斯溅写已成为动态场景表示的新范式，使能够实时渲染具有复杂运动的场景。然而，它面临着存储开销的主要挑战，因为需要数百万个高斯才能实现高保真重建。虽然已有多项研究试图缓解这一内存负担，但仍在压缩比或视觉质量方面存在局限。本文提出了 OMG4（Optimized Minimal 4D Gaussian Splatting），一个构建一组紧凑且关键的高斯，能够忠实表示 4D 高斯模型的框架。我们的方法在三个阶段逐步修剪高斯：(1) 高斯抽样以识别对重建保真度至关重要的原始图形；(2) 高斯修剪以移除冗余项；(3) 高斯合并以融合相似特征的原始图形。此外，我们整合了隐式外观压缩并将子向量量化 (SVQ) 推广到 4D 表示中，进一步减少存储空间，同时保持质量。在标准基准数据集上的大量实验表明，OMG4 显著优于最新的最先进方法，模型大小缩小超过 60%，同时保持重建质量。这些结果将 OMG4 定位为 4D 场景紧凑表示的重要进展，为广泛的应用开辟了新可能。我们的源代码可在 https://minshirley.github.io/OMG4/ 获取。
引用
@article{arxiv.2510.03857,
title = {Optimized Minimal 4D Gaussian Splatting},
author = {Minseo Lee and Byeonghyeon Lee and Lucas Yunkyu Lee and Eunsoo Lee and Sangmin Kim and Seunghyeon Song and Joo Chan Lee and Jong Hwan Ko and Jaesik Park and Eunbyung Park},
journal= {arXiv preprint arXiv:2510.03857},
year = {2025}
}
备注
17 pages, 8 figures