RacerGS: 3D 가우시안 스플래팅 압축을 위한 잔차-자기회귀 컨텍스트

요약

본 논문은 3D Gaussian Splatting(3DGS)의 큰 파라미터 크기 문제를 해결하기 위한 압축 프레임워크 RacerGS를 제안합니다. 이 방법은 해시 투영 모델과 자기회귀 GRU 컨텍스트 모델을 결합하여 장면 재구성을 수행합니다. 그 결과, 기존 3DGS 대비 150배 이상의 높은 압축률을 달성하면서도 뛰어난 렌더링 품질을 유지함을 입증했습니다.

핵심 포인트

• 3DGS의 저장 및 전송 병목 현상을 해결하는 새로운 압축 프레임워크 제시.
• 해시 투영 모델과 자기회귀 GRU를 결합하여 컨텍스트 특징 추출에 활용.
• 공간적 일관성을 이용한 잔차 적응형 엔트로피 코딩을 적용.
• 기존 3DGS 대비 월등히 높은 압축률(150배 이상) 달성 입증.