Mobile-GS: 모바일 기기를 위한 실시간 가우시안 스플래팅

Mobile-GS: Real-time Gaussian Splatting for Mobile Devices

March 12, 2026

저자: Xiaobiao Du, Yida Wang, Kun Zhan, Xin Yu

cs.AI

초록

3D 가우시안 스플래팅(3DGS)은 다양한 응용 분야에서 고품질 렌더링을 위한 강력한 표현 방식으로 부상했습니다. 그러나 높은 계산 요구량과 큰 저장 공간 비용으로 인해 모바일 기기에서의 배포에는 상당한 어려움이 따릅니다. 본 연구에서는 모바일 환경에 맞춰진 실시간 가우시안 스플래팅 방법인 Mobile-GS를 제안하여 에지 기기에서 가우시안 스플래팅의 효율적인 추론을 가능하게 합니다. 구체적으로, 우리는 먼저 시간이 많이 소요되는 가우시안 깊이 정렬 과정에 의존하는 알파 블렌딩이 주요 계산 병목 현상임을 확인했습니다. 이 문제를 해결하기 위해 정렬이 필요 없는 깊이 인식 순서 독립 렌더링 기법을 제안하여 렌더링 속도를 크게 가속합니다. 이 순서 독립 렌더링은 속도는 개선하지만, 렌더링 순서 정보의 부족으로 기하학적 요소가 중첩된 영역에서 투명도 관련 아티팩트가 발생할 수 있습니다. 이 문제를 해결하기 위해 시점 방향, 3D 가우시안 기하학 및 외관 속성에 조건화된 시점 의존 효과를 더 정확하게 모델링할 수 있는 신경망 기반 시점 의존 향상 전략을 제안합니다. 이를 통해 Mobile-GS는 높은 품질과 실시간 렌더링을 모두 달성할 수 있습니다. 나아가 메모리 제약이 있는 모바일 플랫폼에의 배포를 용이하게 하기 위해, 1차 구면 조화 함수 지식 증류, 신경망 벡터 양자화 기법, 그리고 기여도 기반 프루닝 전략을 도입하여 가우시안 기본 요소의 수를 줄이고 신경망의協助을 통해 3D 가우시안 표현을 압축합니다. 폭넓은 실험을 통해 제안된 Mobile-GS가 높은 시각적 품질을 유지하면서 실시간 렌더링과 컴팩트한 모델 크기를 달성하여 모바일 응용에 매우 적합함을 입증합니다.

English

3D Gaussian Splatting (3DGS) has emerged as a powerful representation for high-quality rendering across a wide range of applications.However, its high computational demands and large storage costs pose significant challenges for deployment on mobile devices. In this work, we propose a mobile-tailored real-time Gaussian Splatting method, dubbed Mobile-GS, enabling efficient inference of Gaussian Splatting on edge devices. Specifically, we first identify alpha blending as the primary computational bottleneck, since it relies on the time-consuming Gaussian depth sorting process. To solve this issue, we propose a depth-aware order-independent rendering scheme that eliminates the need for sorting, thereby substantially accelerating rendering. Although this order-independent rendering improves rendering speed, it may introduce transparency artifacts in regions with overlapping geometry due to the scarcity of rendering order. To address this problem, we propose a neural view-dependent enhancement strategy, enabling more accurate modeling of view-dependent effects conditioned on viewing direction, 3D Gaussian geometry, and appearance attributes. In this way, Mobile-GS can achieve both high-quality and real-time rendering. Furthermore, to facilitate deployment on memory-constrained mobile platforms, we also introduce first-order spherical harmonics distillation, a neural vector quantization technique, and a contribution-based pruning strategy to reduce the number of Gaussian primitives and compress the 3D Gaussian representation with the assistance of neural networks. Extensive experiments demonstrate that our proposed Mobile-GS achieves real-time rendering and compact model size while preserving high visual quality, making it well-suited for mobile applications.