研究人员开发了一种新方法，以提高3D高斯样条（3DGS）及其压缩方案在网络流式传输过程中抵抗丢包的能力。所提出的框架使用原子打包将单个锚点的所有属性分组在一起，确保丢包导致属性损坏而不是丢失锚点。在解码端，结合了图神经网络的上下文感知残差插值分支执行属性修复以重建场景。实验表明，与现有方法相比，在丢包情况下的渲染质量有了显著提高。 AI
影响 这项研究可以提高不可靠网络上实时神经渲染应用的可靠性。
排序理由 该集群包含一篇详细介绍新颖技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
