LinearMask-GS: Stable-Mask Importance Pruning for Compact 3D Gaussian Splatting
作者: Donghun Ryu, Minhyeok Lee
分类: cs.CV
发布日期: 2026-09-09
备注: Accepted to BMVC 2026. 17 pages main paper + 17 pages supplementary material, 3 figures, 4 tables in the main paper
💡 一句话要点
提出LinearMask-GS以解决3D高斯点云冗余问题
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 3D高斯点云 掩码剪枝 实时渲染 计算机视觉 重要性排序
📋 核心要点
- 现有的学习掩码剪枝方法在重要性排序稳定性方面存在不足，导致冗余原语难以有效识别和剪除。
- 论文提出LinearMask-GS，通过线性增量激活函数替代Gumbel-Sigmoid，保持掩码值在中等置信度，从而实现稳定的掩码分布。
- 在实验中，LinearMask-GS在多个基准测试中显著减少了高斯数量，同时提升了渲染质量，展示了其有效性。
📝 摘要（中文）
3D高斯点云（3DGS）技术能够实现实时新视角合成，但由于自适应稠密化会产生数百万个原语，导致存储开销显著。现有的学习掩码剪枝方法如LP-3DGS通过为每个高斯分配可学习掩码来识别和剪除冗余原语。然而，我们发现该方法的局限性在于Gumbel-Sigmoid激活函数的陡峭斜率使得掩码值在短暂的训练窗口内迅速趋向极端，导致重要性排序无法稳定。为此，我们提出LinearMask-GS，采用线性增量激活函数，使掩码值在训练过程中保持在中等置信度，从而生成稳定的单峰掩码分布，能够有效跟踪重要性。在Mip-NeRF 360上，我们的方法相比3DGS和LP-3DGS分别实现了3.6倍和1.6倍的高斯数量减少，同时保持或提升了渲染质量。在户外场景中，模型实现了1.6倍的数量减少（从2.18M降至1.36M），并在PSNR、SSIM和LPIPS指标上均有显著提升。
🔬 方法详解
问题定义：本论文旨在解决3D高斯点云生成中的冗余原语问题，现有方法在掩码训练过程中由于激活函数的特性，导致重要性排序不稳定，难以有效剪除冗余原语。
核心思路：我们提出LinearMask-GS，通过使用线性增量激活函数，确保掩码值在训练过程中保持在中等置信度，从而避免了极端值的产生，确保了重要性排序的稳定性。
技术框架：该方法的整体架构包括数据输入、掩码生成、重要性评估和高斯剪枝四个主要模块。首先输入3D数据，然后通过线性激活函数生成掩码，接着评估每个高斯的相对重要性，最后进行冗余原语的剪枝。
关键创新：本研究的关键创新在于引入线性增量激活函数，替代了传统的Gumbel-Sigmoid激活函数，从而实现了稳定的单峰掩码分布，显著提高了重要性排序的可靠性。
关键设计：在模型设计中，我们设置了适当的学习率和损失函数，以确保掩码训练的有效性。此外，网络结构经过优化，以适应线性激活函数的特性，提升了整体性能。
🖼️ 关键图片
📊 实验亮点
在Mip-NeRF 360的实验中，LinearMask-GS相比3DGS和LP-3DGS分别实现了3.6倍和1.6倍的高斯数量减少，同时在户外场景中从2.18M减少到1.36M，PSNR提升了0.38 dB，SSIM提升了0.025，LPIPS降低了0.029，显示出显著的性能提升。
🎯 应用场景
该研究的潜在应用领域包括计算机视觉、虚拟现实和增强现实等场景，能够有效提升3D场景渲染的效率和质量。通过减少冗余原语，LinearMask-GS为实时渲染提供了更为高效的解决方案，具有重要的实际价值和广泛的应用前景。
📄 摘要（原文）
3D Gaussian Splatting (3DGS) enables real-time novel view synthesis but produces millions of primitives through adaptive densification, leading to significant storage overhead. Learned-mask pruning methods such as LP-3DGS address this by assigning each Gaussian a learnable mask to identify and prune redundant primitives. However, we identify a limitation of this paradigm: the steep slope of the Gumbel-Sigmoid activation drives mask values to the extremes within the short mask-training window, before the importance ranking has stabilized, producing a sharply bimodal distribution from which that ranking can no longer be reliably recovered. We propose LinearMask-GS, which replaces Gumbel-Sigmoid with a linear increment activation that keeps mask values in a mid-confidence regime throughout mask training, producing a stable, unimodal mask distribution whose ranking tracks importance. On Mip-NeRF 360, our method achieves 3.6x and 1.6x Gaussian reductions over 3DGS and LP-3DGS, respectively, while maintaining or improving rendering quality. For outdoor scenes, it yields a 1.6x reduction (from 2.18M to 1.36M) with notable gains in PSNR (+0.38 dB), SSIM (+0.025), and LPIPS (-0.029).