Jian Xu, Yi Li, Ying Huang, Siyi Wu, Bingzhe Li, Yuede Ji, Miao Yin · 2026 · arXiv
DOI: 10.48550/arXiv.2610.30013 · open-access PDF
El lenguaje 3D Gaussian Splatting permite la comprensión de la escena de vocabulario abierto asociando los primitivos Gaussian con características de lenguaje. Estos atributos semánticos aumentan el almacenamiento de modelos, mientras que la mayoría de los métodos de compresión 3DGS existentes están diseñados principalmente para preservar la calidad de rendimiento RGB. Un enfoque sencillo es aplicar la sparsificación y la cuantización secuencialmente. Sin embargo, el recorte basado sólo en la calidad de rendimiento puede eliminar a los Gaussianos que tienen pequeñas contribuciones RGB pero son importantes para la predicción semántica. Una vez eliminada, su información semántica no puede ser recuperada por la cuantización posterior.
Machine translation (Meta M2M100); the English original follows.
Language 3D Gaussian Splatting enables open-vocabulary scene understanding by associating Gaussian primitives with language features. These semantic attributes increase model storage, while most existing 3DGS compression methods are designed mainly to preserve RGB rendering quality. One straightforward approach is to apply sparsification and quantization sequentially. However, pruning based only on rendering quality can remove Gaussians that have small RGB contributions but are important for semantic prediction. Once removed, their semantic information cannot be recovered by later quantization
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.30013, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange