通过迭代高斯摘要展开三维高斯泼溅
计算机视觉与模式识别
2026-04-14 v1
摘要
三维高斯泼溅（3DGS）已成为实时、高保真新视角合成的先进框架。然而，其巨大的存储需求和固有的非结构化表示给在流式传输和资源受限环境中的部署带来了挑战。现有的细节层次（LOD）策略，特别是那些基于自底向上构建的策略，常常引入冗余或导致保真度下降。为克服这些限制，我们提出了迭代高斯摘要（Iterative Gaussian Synopsis），一种通过自顶向下“展开”方案实现紧凑且渐进式渲染的新框架。我们的方法从一个全分辨率的3DGS模型开始，并使用一种自适应的、基于可学习掩码的剪枝机制迭代地推导出更粗糙的LOD。此过程构建了一个多级层次结构，在提高效率的同时保持了视觉质量。我们将捕捉全局场景结构的层次化空间网格与建模局部细节的共享锚点码本（Anchor Codebook）相结合。这种组合产生了一种紧凑且富有表现力的特征表示，旨在最小化冗余并支持高效的、特定于级别的自适应。展开机制促进了层间可重用性，并且仅需极小的数据开销即可实现渐进式细化。实验表明，我们的方法在所有LOD上都保持了高渲染质量，同时实现了显著的存储缩减。这些结果证明了我们的方法在带宽和内存受限场景下进行实时3DGS渲染的实用性和可扩展性。
引用
@article{arxiv.2604.11685,
title = {Unfolding 3D Gaussian Splatting via Iterative Gaussian Synopsis},
author = {Yuqin Lu and Yang Zhou and Yihua Dai and Guiqing Li and Shengfeng He},
journal= {arXiv preprint arXiv:2604.11685},
year = {2026}
}