用于任意分辨率视频表示的渐进可变形 2D Gaussian Splatting
计算机视觉与模式识别
2026-01-30 v2
摘要
隐式神经表示 (INR) 能够实现快速视频压缩和高效视频处理，但单一模型很少能在不同码率和分辨率下提供可扩展的解码。在实践中，多分辨率通常依赖于重新训练或多分支设计，且结构化剪枝无法提供置换不变的渐进传输顺序。受 Gaussian splatting 的显式结构和高效性启发，我们提出了 D2GV-AR，一种可变形 2D Gaussian 视频表示，能够在单一模型内实现\emph{任意尺度}渲染和\emph{任意比例}渐进编码。我们将每个视频划分为固定长度的图像组 (Group of Pictures)，并用一组规范的 2D Gaussian 基元表示每个组，其时间演化由神经常微分方程建模。在训练和渲染过程中，我们根据 Nyquist 采样定理应用尺度感知分组，以跨分辨率形成嵌套层次结构。训练完成后，可以通过 D 最优子集目标对基元进行剪枝，以实现任意比例的渐进编码。大量实验表明，D2GV-AR 的渲染速度超过 250 FPS，同时匹配或超越了近期的 INR 基线，实现了多尺度连续的码率-质量自适应。
引用
@article{arxiv.2503.05600,
title = {Progressively Deformable 2D Gaussian Splatting for Video Representation at Arbitrary Resolutions},
author = {Mufan Liu and Qi Yang and Miaoran Zhao and He Huang and Le Yang and Zhu Li and Yiling Xu},
journal= {arXiv preprint arXiv:2503.05600},
year = {2026}
}