COMPUTE次世代コンピューティング
VQとHEVCに基づく学習済み3Dガウシアン・スプラッティング・モデルのハイブリッド圧縮手法
Hybrid Compression Method for Trained 3D Gaussian Splatting Models Based on VQ and HEVC
MSSensors · MDPI · CC BY 4.0
AIが原文を翻訳・要約しています
3Dガウシアン・スプラッティング(3DGS)の圧縮手法として、MPEGは学習済み3DGSモデルを対象としたGaussian Splat Coding(GSC)を検討している。既存のGSCアンカーは、3DGS属性を2Dマップに並べ替えてHEVCで圧縮するが、球面調和関数係数(SH-AC)の圧縮効率が低いという課題があった。本稿では、SH-AC係数をベクトル量子化(VQ)インデックスで表現し、残りの属性はHEVCでエンコードするVQ-HEVCハイブリッド圧縮フレームワークを提案する。この手法は、粗いVQとプロダクト量子化ベースの残差量子化を組み合わせた2段階VQスキームを採用し、インデックスマップの圧縮効率を向上させる。実験の結果、BartenderとCinemaのシーケンスにおいて、既存のGSCアンカーと比較してBDレートでそれぞれ22.3%、18.5%の削減を達成し、VQベースのSH-AC表現が既存のGSCコーディング構造と整合性を保ちつつ、PLASベースのビデオコーディングを効果的に補完できることを示した。
CONTEXT文脈編集部による背景整理
本稿は3Dガウシアン・スプラッティング(3DGS)の圧縮効率改善に関する研究であり、MPEG標準化の枠組み(GSC)の中で提案された手法である。現時点では実験段階の研究であり、製品化や商用ライセンス契約、企業の業績への具体的な影響は不明である。標準化団体での技術検討という位置づけだが、投資判断に直結する具体的な事業インパクトは確認できない。
原文を読むAnalyzed at 2026年7月1日 15:02