研究人员开发了RacerGS,一个用于压缩3D高斯溅射(3DGS)模型的新颖框架。该方法在保持高质量渲染的同时,显著减小了3DGS场景的存储大小。RacerGS采用哈希投影模型来获取紧凑的上下文特征,并使用FiLM调制的自回归GRU进行高效比特率编码。与标准的3DGS相比,该框架实现了超过150倍的压缩,与Scaffold-GS相比实现了28倍的压缩,在存储减小和率失真性能方面优于现有的压缩技术。 AI
影响 该压缩框架可能会显著降低3D渲染应用的存储和传输成本,从而可能加速其采用。
排序理由 这是一篇详细介绍一种特定计算机视觉技术新压缩框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- 3D Gaussian Splatting
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- RacerGS
- Scaffold-GS
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →