3D 가우시안 스플래팅(3DGS)은 신속한 렌더링 속도와 높은 충실도를 자랑하는 새로운 3D 장면 표현 방식이다. 그러나 수많은 가우시안과 관련 속성으로 인해 효과적인 압축 기술이 필요하다.
기존 압축 기법은 주로 가우시안 파라미터의 "값"에만 집중하고 구조적 관계를 간과했다. 본 연구는 무질서한 앵커 간의 내재적 일관성을 해시 그리드를 통해 모델링하는 새로운 접근법인 "해시 그리드 기반 컨텍스트(HAC)" 프레임워크를 제안한다.
HAC는 구조화된 해시 그리드를 공동 학습하여 앵커 속성의 확률 분포를 예측하고, 적응형 양자화 모듈과 마스킹 전략을 통해 압축률을 높인다. 실험 결과, HAC는 기존 최신 기법 대비 11배 더 작은 크기로 압축하면서도 동등하거나 향상된 충실도를 달성했다.
toiselle kielelle
lähdeaineistosta
arxiv.org
Tärkeimmät oivallukset
by Yihang Chen,... klo arxiv.org 03-22-2024
https://arxiv.org/pdf/2403.14530.pdfSyvällisempiä Kysymyksiä