QuadBox: Accelerating 3D Gaussian Splatting with Geometry-Aware Boxes

📄 arXiv: 2605.04844v1 📥 PDF

作者: Xinze Li, Bohan Yang, Pengxu Chen, Yiyuan Wang, Hongcheng Luo, Wentao Cheng, Weifeng Su

分类: cs.CV, cs.GR

发布日期: 2026-05-06

备注: 6 pages, 4 figures. Accepted by ICIP 26

🔗 代码/项目: GITHUB

💡 一句话要点

QuadBox：利用几何感知包围盒加速3D高斯溅射渲染

🎯 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 Novel View Synthesis 几何感知 包围盒

📋 核心要点

  1. 现有3DGS渲染中，精确计算高斯-瓦片相交的效率是瓶颈，影响整体渲染速度。
  2. QuadBox通过几何感知的拉伸因子构建紧密的轴对齐包围盒，减少不必要的瓦片相交计算。
  3. 提出的QPass算法利用QuadBox的离散特性，用简单的区间测试加速瓦片相交检查，提升渲染效率。

📝 摘要（中文）

3D高斯溅射(3DGS)作为一种先进的技术，通过使用可微高斯基元表示场景几何和外观，实现了实时的novel view synthesis。然而，高效地计算精确的高斯-瓦片相交仍然是光栅化流程中的一项关键任务。为此，我们提出QuadBox，一种利用四个轴对齐包围盒以离散方式紧密封装投影高斯的方法。首先，我们推导出一个几何感知的拉伸因子，从而能够构建一个瓦片对齐的QuadBox，它覆盖椭圆投影并很大程度上排除不相关的瓦片。其次，我们引入QPass，一种单程瓦片遍历算法，它充分利用QuadBox的离散特性，确保瓦片相交检查通过简单的区间测试来执行。在公共数据集上的实验表明，我们的方法将3DGS的渲染速度提高了1.85倍。代码可在https://github.com/Powertony102/QuadBox 获取。

🔬 方法详解

问题定义：3D高斯溅射(3DGS)渲染过程中，需要判断每个高斯基元投影到屏幕上的椭圆与哪些瓦片相交。现有方法计算高斯-瓦片相交的效率较低，特别是当高斯基元数量巨大时，会显著降低渲染速度。痛点在于如何快速排除不相关的瓦片，并高效地进行相交测试。

核心思路：论文的核心思路是使用四个轴对齐的包围盒（QuadBox）来近似表示投影后的高斯椭圆。通过设计几何感知的拉伸因子，使得QuadBox能够紧密地包围椭圆，同时与瓦片对齐。这样可以最大限度地排除不相关的瓦片，从而减少需要进行相交测试的瓦片数量。

技术框架：QuadBox方法的整体流程如下：1) 对每个高斯基元进行投影，得到屏幕上的椭圆；2) 根据几何感知的拉伸因子，计算QuadBox的四个边界；3) 使用QPass算法遍历QuadBox覆盖的瓦片；4) 对遍历到的瓦片进行简单的区间测试，判断是否与高斯椭圆相交；5) 根据相交结果进行后续的渲染计算。

关键创新：该方法最重要的创新点在于提出了几何感知的拉伸因子和QPass单程瓦片遍历算法。几何感知的拉伸因子能够根据高斯基元的形状和位置，自适应地调整QuadBox的大小，使其更紧密地包围椭圆。QPass算法则充分利用了QuadBox的离散特性，通过简单的区间测试高效地判断瓦片是否相交，避免了复杂的几何计算。

关键设计：几何感知拉伸因子的计算公式是关键，它需要考虑高斯基元的协方差矩阵、深度以及视角等因素。QPass算法的设计需要保证遍历的完整性和高效性，避免重复遍历或遗漏瓦片。此外，QuadBox的四个边界的计算精度也会影响最终的渲染效果和性能。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，QuadBox方法在公共数据集上将3DGS的渲染速度提高了1.85倍。该方法通过减少不必要的瓦片相交计算，显著提升了渲染效率，为实时novel view synthesis提供了更高效的解决方案。

🎯 应用场景

该研究成果可广泛应用于需要实时novel view synthesis的场景，例如虚拟现实(VR)、增强现实(AR)、自动驾驶、机器人导航等。通过加速3DGS的渲染速度，可以提升用户体验，降低计算资源消耗，并为更复杂的场景建模和渲染提供可能性。

📄 摘要（原文）

3D Gaussian Splatting (3DGS) has emerged as an advanced technique for real-time novel view synthesis by representing scene geometry and appearance using differentiable Gaussian primitives. However, efficiently computing precise Gaussian-tile intersections remains a critical task in the rasterization pipeline. To this end, we propose QuadBox, a method that leverages four axis-aligned bounding boxes to tightly encapsulate projected Gaussians in a discrete manner. First, we derive a geometry-aware stretching factor that enables the construction of a tile-aligned QuadBox, which covers the elliptical projection and largely excludes irrelevant tiles. Second, we introduce QPass, a single-pass tile traversal algorithm that exhaustively exploits the discrete nature of QuadBox, ensuring that the tile intersection check is performed with simple interval tests. Experiments on public datasets show that our method accelerates the rendering speed of 3DGS by 1.85$\times$. Code is available at \href{https://github.com/Powertony102/QuadBox}{https://github.com/Powertony102/QuadBox}.