LapisGS: Layered Progressive 3D Gaussian Splatting for Adaptive Streaming

本文提出了一种名为LapisGS的分层3D图形系统，支持自适应流媒体和渐进式渲染，以适应带宽受限的环境下的3D在线世界的高效流媒体需求。该方法构建了一个累积表示的分层结构，采用动态不透明度优化以保持视觉保真度，并利用占用图来高效管理高斯斑点。该模型提供了渐进式表示，支持适应带宽的流媒体的连续渲染质量。广泛的实验证明了我们的方法在平衡视觉保真度和模型紧凑性方面的有效性，SSIM提高了50.71%，LPIPS提高了286.53%，模型大小减少了318.41%，并显示了它在带宽适应的3D流媒体和渲染应用方面的潜力。

本文旨在解决XR时代下，3D在线世界的高效流媒体问题，提出一种支持自适应流媒体和渐进式渲染的分层3D图形系统（LapisGS）。

LapisGS采用分层结构和动态不透明度优化来构建累积表示，并利用占用地图来高效管理高斯斑点，从而实现连续渲染质量的自适应表示。

实验结果表明，LapisGS在视觉保真度和模型紧凑性方面取得了显著的改进。同时，该方法为带宽自适应的3D流媒体和渲染应用提供了潜在的可能性。

相关研究包括：《A Survey of Streaming Techniques in 3D Video》、《Real-time 3D Streaming for Mobile Devices》等。