要約
様々なベンチマークにおける統計的性能に焦点を当てた、3Dガウススプラッティング圧縮手法に関する調査結果を発表する。このサーベイの目的は、さまざまな圧縮手法の主要な統計量を表形式にまとめることで、比較しやすくすることである。評価したデータセットには、TanksAndTemples、MipNeRF360、DeepBlending、SyntheticNeRFが含まれる。各手法について、ピーク信号対雑音比(PSNR)、構造類似度指数(SSIM)、学習知覚画像パッチ類似度(LPIPS)、メガバイト(MB)単位の結果サイズを、それぞれの著者から提供された通りに報告する。このプロジェクトは現在進行中のオープンプロジェクトであり、GitHubの課題またはプルリクエストとして研究コミュニティからの貢献を募集しています。詳細とソート可能な表は http://w-m.github.io/3dgs-compression-survey/ をご覧ください。
要約(オリジナル)
We present a work-in-progress survey on 3D Gaussian Splatting compression methods, focusing on their statistical performance across various benchmarks. This survey aims to facilitate comparability by summarizing key statistics of different compression approaches in a tabulated format. The datasets evaluated include TanksAndTemples, MipNeRF360, DeepBlending, and SyntheticNeRF. For each method, we report the Peak Signal-to-Noise Ratio (PSNR), Structural Similarity Index (SSIM), Learned Perceptual Image Patch Similarity (LPIPS), and the resultant size in megabytes (MB), as provided by the respective authors. This is an ongoing, open project, and we invite contributions from the research community as GitHub issues or pull requests. Please visit http://w-m.github.io/3dgs-compression-survey/ for more information and a sortable version of the table.
arxiv情報
| 著者 | Milena T. Bagdasarian,Paul Knoll,Florian Barthel,Anna Hilsmann,Peter Eisert,Wieland Morgenstern |
| 発行日 | 2024-09-03 11:54:52+00:00 |
| arxivサイト | arxiv_id(pdf) |