3D 对象的语义压缩用于开放式和合作式虚拟世界

传统的 3D 对象压缩方法仅针对对象顶点、多边形和纹理之间的结构信息有效，但在高压缩率下会出现纹理伪影、低多边形计数和网格间隙的问题。相比之下，语义压缩忽略结构信息，直接作用于核心概念，以实现极端压缩水平。它使用自然语言作为存储格式，天然具有人类可读性，适用于建立在大规模、合作项目为基础的增强现实和虚拟现实应用。它在结构信息（如位置、大小和方向）方面不作优先处理，而是使用状态模型的深度生成模型预测缺失信息。本文我们构建了一个从公共生成模型中进行 3D 语义压缩的管道，并探索了 3D 对象压缩的质量-压缩边界。我们将该管道应用于来自 Objaverse 数据集的 3D 对象，实现了最高可达 105 倍的压缩率，表明语义压缩在约 100 倍压缩率的关键质量保持区域超越了传统方法。