SplatQ:交互感知的3DGS剪枝算法
热点事件持续更新
SplatQ:交互感知的3DGS剪枝算法
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Hongbin Ye 等作者提交论文预印本,提出 3D 高斯泼溅剪枝算法 SplatQ。该方法按空间邻近度和外观相似度将高斯分块,在固定预算下协调区域配额分配与联合高斯选择;用代表性像素颜色对高斯不透明度变化的响应构建二次近似,把个体响应、成对交互与配额惩罚纳入 QUBO 目标,并用模拟退火或相干伊辛机求解。 作者称,在 5 个基准上,SplatQ 在整体重建质量、空间质量均衡性和渲染速度上均优于当前最先进的剪枝方法。该论文正投稿 ICLR 2027。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
SplatQ:基于二次选择的交互感知 3D 高斯泼溅剪枝报道时间线
沿着报道,了解事件的不同侧面。
10月12日
- arXiv · cs.GRSplatQ:基于二次选择的交互感知 3D 高斯泼溅剪枝
SplatQ 是一种组合式剪枝算法,通过按空间邻近度和外观相似度将高斯分块,在固定预算下协调区域配额分配与联合高斯选择。该方法用代表性像素颜色对高斯不透明度变化的响应构建二次近似,将个体响应、成对交互与配额惩罚纳入 QUBO 目标,并用模拟退火(SA)或相干伊辛机(CIM)求解。在 5 个基准上,SplatQ 在整体重建质量、空间质量均衡性和渲染速度上均优于当前最先进的剪枝方法。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。