English(EN) Efficient Compression of Structured and Unstructured Volumes via Learned 3D Gaussian Representation

新的3D高斯方法提升体数据压缩

作者 PulseAugur 编辑部 · [2 个来源] · 2026-07-01 16:48

研究人员开发了一种使用显式3D高斯表示来压缩3D体数据的新方法。该方法自然地编码了域几何，无需存储非结构化体中的网格，并实现了更高的压缩率。该方法在结构化体上实现了具有竞争力的重建质量和更快的训练速度，同时在非结构化体上显著优于现有方法。 AI

影响这项新的压缩技术可以实现对大型3D数据集更高效的存储和传输，可能影响依赖于体数据的领域。

排序理由这是一篇详细介绍新颖数据压缩方法的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.LG TIER_1 English(EN) · Landon Dyken, Sharmistha Chakrabarti, Nathan Debardeleben, Steve Petruzza, Qi Wu, Will Usher, Sidharth Kumar · 2026-07-02 04:00

通过学习的 3D 高斯表示对结构化和非结构化体积进行高效压缩

arXiv:2607.01164v1 Announce Type: new Abstract: Recent work has shown that implicit neural representations (INRs) can be trained to effectively compress structured and unstructured volume data, allowing for direct data querying with a reduced memory footprint. However, as existin…
arXiv cs.LG TIER_1 English(EN) · Sidharth Kumar · 2026-07-01 16:48

通过学习的3D高斯表示对结构化和非结构化体积进行高效压缩

Recent work has shown that implicit neural representations (INRs) can be trained to effectively compress structured and unstructured volume data, allowing for direct data querying with a reduced memory footprint. However, as existing INRs for unstructured volumes do not encode ge…