研究人员开发了 HyperGS，一种使用高斯泼溅法进行视频表示的新型前馈方法。与之前需要逐视频优化的方法不同，HyperGS 在单次传递中直接预测高斯表示，显著加快了编码和解码速度。该系统采用时空 Transformer 提取视频 token，并使用基于查询的 Transformer 生成高斯参数，通过动态几何正则化器解决训练退化问题。该方法实现了数量级的编码加速，可泛化到更高分辨率，并提高了标准基准上的重建质量。 AI
影响 这项研究可能实现更快、更高效的视频处理和渲染，可能影响虚拟现实、游戏和内容创作等领域的应用。
排序理由 该集群描述了一篇详细介绍视频表示新方法的最新研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.11500v1 Announce Type: new Abstract: Gaussian Splatting has emerged as an effective representation for video, but existing methods rely on per-video optimization. This leads to slow encoding and limits generalization across videos. To amortize this optimization, we pro…
Gaussian Splatting has emerged as an effective representation for video, but existing methods rely on per-video optimization. This leads to slow encoding and limits generalization across videos. To amortize this optimization, we propose HyperGS, a feedforward, optimization-free a…