AdaGScale: Viewpoint-Adaptive Gaussian Scaling in 3D Gaussian Splatting to Reduce Gaussian-Tile Pairs

📄 arXiv: 2604.18980v1 📥 PDF

作者: Joongho Jo, Hyerin Lim, Hanjun Choi, Jongsun Park

分类: cs.CV

发布日期: 2026-04-21

备注: DAC 2026

💡 一句话要点

AdaGScale：视角自适应高斯缩放，减少3D高斯溅射中的高斯-瓦片对数量

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 3D高斯溅射 实时渲染 视角自适应 高斯缩放 GPU加速

📋 核心要点

  1. 现有3D高斯溅射方法在GPU上渲染速度受限，减少高斯-瓦片对数量是提升速度的关键，但现有方法忽略了不同高斯-瓦片对的重要性差异。
  2. AdaGScale通过观察到外围瓦片对颜色贡献小，提出视角自适应高斯缩放，预处理阶段估计颜色贡献并自适应缩放高斯大小。
  3. 实验表明，AdaGScale在城市规模场景中实现了13.8倍的几何平均加速，同时PSNR仅下降约0.5 dB，显著提升了渲染效率。

📝 摘要（中文）

本文提出了一种新颖的视角自适应高斯缩放技术AdaGScale，旨在减少3D高斯溅射（3D-GS）中高斯-瓦片对的数量，从而提高GPU上的渲染速度。AdaGScale基于这样的观察：远离高斯中心的外围瓦片对像素颜色累积的贡献可以忽略不计。因此，该方法在预处理阶段有效估计每个高斯外围区域的颜色贡献，并根据外围得分自适应地缩放其大小。调整后的大小仅用于瓦片相交测试，而原始大小在颜色累积期间保留，以保持视觉保真度。实验结果表明，在城市规模场景中，AdaGScale在GPU上实现了相对于原始3D-GS的13.8倍的几何平均加速，而PSNR仅下降约0.5 dB。

🔬 方法详解

问题定义：3D高斯溅射渲染过程中，高斯-瓦片对的数量直接影响渲染速度。现有方法在减少高斯-瓦片对数量时，没有考虑不同高斯-瓦片对对最终渲染结果的贡献度差异，导致效率不高。尤其是在大规模场景中，大量的高斯-瓦片对计算开销巨大。

核心思路：论文的核心思想是，并非所有高斯-瓦片对都同等重要。远离高斯中心的外围瓦片对最终像素颜色的贡献很小。因此，可以通过减少这些低贡献瓦片对应的计算量来提升渲染速度，同时尽量保持视觉质量。具体来说，就是自适应地缩放高斯的大小，使得重要性较低的高斯与更少的瓦片相交。

技术框架：AdaGScale方法主要包含两个阶段：预处理阶段和渲染阶段。在预处理阶段，对于每个高斯，计算其外围区域的颜色贡献得分。然后，根据该得分自适应地调整高斯的大小。在渲染阶段，使用调整后的大小进行瓦片相交测试，以减少高斯-瓦片对的数量。颜色累积阶段仍然使用原始高斯大小，以保证渲染质量。

关键创新：该方法最重要的创新点在于视角自适应的高斯缩放策略。它能够根据高斯对最终渲染结果的贡献度，动态地调整高斯的大小，从而在减少计算量的同时，保持视觉质量。与以往的减少高斯-瓦片对数量的方法相比，AdaGScale更加精细化，能够更好地平衡渲染速度和视觉质量。

关键设计：关键设计包括：1) 外围区域颜色贡献得分的计算方法，需要高效且准确地估计每个高斯外围区域对最终像素颜色的影响。2) 高斯大小的自适应缩放策略，需要根据颜色贡献得分合理地调整高斯的大小，避免过度缩放导致视觉质量下降。3) 瓦片相交测试和颜色累积阶段分别使用调整后和原始高斯大小，保证渲染效率和视觉质量。

📊 实验亮点

AdaGScale在城市规模场景中，相对于原始3D-GS实现了13.8倍的几何平均加速。在加速的同时，图像质量仅有轻微下降，PSNR指标下降约0.5 dB。这表明AdaGScale能够在显著提升渲染速度的同时，保持良好的视觉效果。

🎯 应用场景

AdaGScale技术可广泛应用于需要实时渲染大规模3D场景的应用中，例如城市级别的数字孪生、自动驾驶仿真、虚拟现实/增强现实等。通过提高渲染效率，该技术能够降低硬件需求，提升用户体验，并促进相关领域的进一步发展。

📄 摘要（原文）

Reducing the number of Gaussian-tile pairs is one of the most promising approaches to improve 3D Gaussian Splatting (3D-GS) rendering speed on GPUs. However, the importance difference existing among Gaussian-tile pairs has never been considered in the previous works. In this paper, we propose AdaGScale, a novel viewpoint-adaptive Gaussian scaling technique for reducing the number of Gaussian-tile pairs. AdaGScale is based on the observation that the peripheral tiles located far from Gaussian center contribute negligibly to pixel color accumulation. This suggests an opportunity for reducing the number of Gaussian-tile pairs based on color contribution. AdaGScale efficiently estimates the color contribution in the peripheral region of each Gaussian during a preprocessing stage and adaptively scales its size based on the peripheral score. As a result, Gaussians with lower importance intersect with fewer tiles during the intersection test, which improves rendering speed while maintaining image quality. The adjusted size is used only for tile intersection test, and the original size is retained during color accumulation to preserve visual fidelity. Experimental results show that AdaGScale achieves a geometric mean speedup of 13.8x over original 3D-GS on a GPU, with only about 0.5 dB degradation in PSNR on city-scale scenes.