SymGS：利用局部对称性进行 3D 高斯溅射压缩

3D 高斯溅射已成为新视角合成中的变革性技术，主要due于其高渲染速度和照片级保真度。然而，其内存占用随场景复杂度而快速增长，常达数 GB。现有方法通过引入利用原始水平冗余的压缩策略来解决此问题，包括相似性检测和量化。我们旨在超越此类方法的压缩极限，通过引入对称性感知技术，具体针对镜像对称性以消除冗余原始。我们提出了一种新颖的压缩框架 SymGS，将可学习的镜像引入场景中，从而消除局部和全局反射冗余以实现压缩。我们的框架可作为最新压缩方法（如 HAC）的即插即用增强功能，进一步实现压缩。相较于 HAC，我们在基准数据集上实现了 $1.66 \times$ 的压缩比（大型场景最高可达 $3\times$）。平均而言，SymGS 可实现 3DGS 场景的 $\mathbf{108\times}$ 压缩，同时保持渲染质量。项目页面和补充材料可在 symgs.github.io 找到。