Robust, Estimator-Agnostic Dynamic 3DGS Compression

📄 arXiv: 2609.25633v1 📥 PDF

作者: Chenjunjie Wang, Zixi Huang, Yao Wang, Jona Ballé

分类: eess.IV, cs.CV

发布日期: 2026-09-22

备注: Submitted to IEEE ICASSP 2027. This version adds an appendix; 16 pages, 15 figures

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

提出一种稳健的动态3D高斯点云压缩方法以解决时间冗余问题

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

关键词: 动态视频压缩 3D高斯点云 时间冗余 空间冗余 压缩效率 虚拟现实 增强现实

📋 核心要点

  1. 现有动态3D高斯点云压缩方法在处理时间冗余时依赖于估计器，导致效果不稳定。
  2. 本文提出通过将帧组连接成一个高斯集并引入帧索引来实现稳健压缩，避免了对运动模型的依赖。
  3. 在六个N3DV序列的实验中，所有静态编解码器在跟踪集上均实现了显著的BD率降低，最高达到-71.8%。

📝 摘要（中文）

动态3D高斯点云（3DGS）通过为每帧使用单独的高斯集来建模时变场景。由于相邻视频帧因平滑运动而高度相关，高斯表示在不同程度上保留了这种相关性，具体取决于估计器是否跨时间跟踪它们。本文关注于无论估计器如何都能实现稳健压缩的方法。我们将帧组连接成一个高斯集，为每个高斯添加帧索引，并将其传递给静态3DGS编解码器，从而将时间冗余转化为空间冗余。实验结果表明，所有六个静态编解码器在跟踪集上相较于逐帧编码实现了-42.0%至-71.8%的BD率增益。

🔬 方法详解

问题定义：本文旨在解决动态3D高斯点云压缩中对估计器的依赖问题，现有方法在时间冗余的利用上存在不稳定性，影响压缩效果。

核心思路：通过将多个帧的高斯表示连接为一个集，并为每个高斯添加帧索引，利用空间冗余来替代时间冗余，从而实现稳健的压缩。

技术框架：整体流程包括将帧组连接、为高斯添加帧索引、传递给静态3DGS编解码器，并进行空间划分以限制内存使用。

关键创新：本研究的创新在于不依赖于运动模型或训练方法，能够在不同的静态编解码器中实现一致的压缩效果。

关键设计：在参数设置上，采用了空间划分技术以优化内存使用，损失函数设计上则关注于保持高斯表示的质量与压缩效率。通过替换D-FCGS的I帧编码，进一步提升了整体BD率。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，在六个N3DV序列上，所有静态编解码器在跟踪集上实现了-42.0%至-71.8%的BD率降低，表明该方法在动态场景压缩中的有效性。此外，替换D-FCGS的I帧编码后，整体BD率达到了-46.2%。

🎯 应用场景

该研究在动态视频压缩、虚拟现实和增强现实等领域具有广泛的应用潜力。通过提高动态场景的压缩效率，可以显著降低存储和传输成本，提升用户体验。未来，该方法还可能推动更高效的实时视频处理技术的发展。

📄 摘要（原文）

Dynamic 3D Gaussian splats (3DGS) model time-varying scenes using a separate Gaussian set per frame. While neighboring video frames are highly correlated due to smooth motion, Gaussian representations retain this correlation to varying degrees, depending on whether the estimator tracks them across time. Some 3DGS compression methods integrate the estimation to exploit temporal redundancy; here, we focus on robust compression regardless of the estimator. We concatenate groups of frames into one Gaussian set, augment each Gaussian with a frame index, and pass it to a static (i.e., non-temporal) 3DGS codec, converting temporal redundancy into spatial redundancy. Concatenated sets are spatially partitioned to limit memory. Our technique requires neither a motion model nor knowledge of the training method. Averaged over six N3DV sequences, all six static codecs achieve gains on tracked sets (-42.0% to -71.8% BD-rate) over per-frame coding. On untracked sets, all codecs except HGSC, which appears incompatible with our technique, remain competitive with per-frame coding (-3.5% to +5.0%). We further replace D-FCGS's I-frame coding with our technique while retaining its P-frame coding, yielding an overall BD-rate of -46.2%. We propose to visualize "trackedness" using an inter-frame similarity metric. The project is available at https://wcjj1236.github.io/d3dgs-benchmark.