MesonGS++：3Dガウス・スプラッティングのポストトレーニング圧縮におけるハイパーパラメータ探索

要旨: 3Dガウス・スパッタリング（3DGS）は、リアルタイムレンダリングによって高品質な新規視点合成を実現しますが、実運用に向けたストレージコストが依然として過大で、現実的な導入を妨げています。既存のポストトレーニング圧縮手法は、プルーニング、変換、量子化、エントロピー符号化にまたがる多数の結合したハイパーパラメータに依存しているため、最終的な圧縮後サイズを制御することが難しく、レート・歪み（rate-distortion）のトレードオフを十分に活用できません。私たちは、3Dガウス圧縮のためのサイズ認識型ポストトレーニングコーデックであるMesonGS++を提案します。コーデック側では、MesonGS++は、共同の重要度に基づくプルーニング、オクツリー幾何（geometry）符号化、属性変換、より高次数の球面調和関数（spherical harmonics）のための選択的ベクトル量子化、さらにエントロピー符号化を伴うグループ単位の混合精度量子化を組み合わせます。設定側では、リザーブ比率とビット幅割り当てを支配的なレート・歪みの調整ノブとして扱い、離散サンプリングと0--1整数線形計画法により、目標ストレージ予算のもとでそれらを共同で最適化します。加えて、ハイパーパラメータ探索プロセスを加速するための線形サイズ推定器と、CUDA並列量子化オペレータも提案します。大規模な実験により、MesonGS++はレンダリングの忠実度を維持したまま34 imesを超える圧縮を達成し、最先端のポストトレーニング手法を上回り、目標サイズ予算も正確に満たすことが示されました。特筆すべきことに、学習なしでも、Stumpシーンにおいて20 imesの圧縮率で、バニラ3DGSのPSNRを上回ることさえできます。コードは https://github.com/mmlab-sigs/mesongs_plus で公開しています