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
Langage 3D Gaussian Splatting permet la compréhension de la scène de vocabulaire ouvert en associant les primitifs Gaussiens aux caractéristiques du langage. Ces attributs sémantiques augmentent le stockage du modèle, tandis que la plupart des méthodes de compression 3DGS existantes sont principalement conçues pour préserver la qualité de rendu RGB. Une approche simple consiste à appliquer la sparsification et la quantification séquentiellement. Cependant, la découpe basée uniquement sur la qualité de rendu peut éliminer les Gaussiens qui ont de petites contributions RGB mais sont importants pour la prédiction sémantique. Une fois supprimée, leur information sémantique ne peut pas être récupérée par la quantification ultérieure.
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