CompGS：圧縮ガウススプラッティングによる効率的な3Dシーン表現

CompGS: Efficient 3D Scene Representation via Compressed Gaussian Splatting

April 15, 2024

著者: Xiangrui Liu, Xinju Wu, Pingping Zhang, Shiqi Wang, Zhu Li, Sam Kwong

cs.AI

要旨

ガウススプラッティングは、その卓越したレンダリング品質と効率性で知られ、3Dシーン表現における主要な技術として台頭してきました。しかし、ガウススプラッティングの膨大なデータ量は、実世界での実用性を妨げています。本論文では、Compressed Gaussian Splatting（CompGS）と呼ばれる効率的な3Dシーン表現を提案します。これは、コンパクトなガウスプリミティブを活用して、データサイズを大幅に削減しながら忠実な3Dシーンモデリングを実現します。ガウスプリミティブのコンパクト性を確保するため、相互間の予測関係を捉えるハイブリッドプリミティブ構造を考案しました。さらに、少数のアンカープリミティブを予測に利用し、大多数のプリミティブを高度にコンパクトな残差形式に封じ込めることを可能にします。また、ビットレート消費と表現効率の最適なトレードオフに向けて、ハイブリッドプリミティブ内の冗長性を排除するレート制約付き最適化スキームを開発しました。実験結果は、提案するCompGSが既存の手法を大幅に上回り、モデルの精度やレンダリング品質を損なうことなく、3Dシーン表現の優れたコンパクト性を達成することを示しています。今後の研究のために、コードをGitHubで公開する予定です。

English

Gaussian splatting, renowned for its exceptional rendering quality and efficiency, has emerged as a prominent technique in 3D scene representation. However, the substantial data volume of Gaussian splatting impedes its practical utility in real-world applications. Herein, we propose an efficient 3D scene representation, named Compressed Gaussian Splatting (CompGS), which harnesses compact Gaussian primitives for faithful 3D scene modeling with a remarkably reduced data size. To ensure the compactness of Gaussian primitives, we devise a hybrid primitive structure that captures predictive relationships between each other. Then, we exploit a small set of anchor primitives for prediction, allowing the majority of primitives to be encapsulated into highly compact residual forms. Moreover, we develop a rate-constrained optimization scheme to eliminate redundancies within such hybrid primitives, steering our CompGS towards an optimal trade-off between bitrate consumption and representation efficacy. Experimental results show that the proposed CompGS significantly outperforms existing methods, achieving superior compactness in 3D scene representation without compromising model accuracy and rendering quality. Our code will be released on GitHub for further research.