TSOG: A Format For Temporally And Spatially Ordered Gaussians

📄 arXiv: 2607.28049v1 📥 PDF

作者: Shady Gmira, Evangelos Alexiou, Emmanouil Potetsianakis, Emmanuel Thomas

分类: eess.IV, cs.CV, cs.GR

发布日期: 2026-07-30

备注: 2026 IEEE International Conference on Image Processing (ICIP). IEEE, 2026

💡 一句话要点

提出TSOG格式以高效表示动态4D高斯内容

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 4D高斯表示 动态场景 高效存储 时间参数化 视觉质量

📋 核心要点

  1. 现有的4D高斯表示方法在存储和传输动态场景时面临文件大小过大和质量损失的问题。
  2. TSOG格式通过引入时间线属性和时间参数化，扩展了空间有序高斯框架，提供了一种高效的4D内容表示方式。
  3. 实验结果显示，使用TSOG格式的文件大小减少超过90%，且在质量上保持了较小的PSNR差异，证明了其有效性。

📝 摘要（中文）

本文提出了一种新的格式——时间和空间有序高斯（TSOG），用于高效表示4D高斯溅射（4DGS）内容。TSOG在空间有序高斯（SOG）框架的基础上扩展到时间域，引入时间线属性及几何和外观属性的时间参数化。TSOG是一种有损格式，为每个高斯分配唯一索引，并将属性值编码为索引对齐的图像数据。该格式与离散和连续的4DGS表示均兼容，评估结果表明，文件大小减少超过90%，PSNR差异在-0.42到+0.85 dB之间，显示出显著的文件大小节省和最小的质量下降，能够高效表示、存储和传输动态场景，为下一代4D内容提供支持。

🔬 方法详解

问题定义：现有的4D高斯表示方法在处理动态场景时，文件大小通常较大，导致存储和传输效率低下，同时可能伴随质量损失。

核心思路：本文提出的TSOG格式通过引入时间线属性和时间参数化，扩展了空间有序高斯（SOG）框架，使得高斯的表示不仅考虑空间信息，还能有效地处理时间变化。

技术框架：TSOG的整体架构包括为每个高斯分配唯一索引，并将其属性值编码为索引对齐的图像数据。该格式支持离散和连续的4DGS表示，具有模型无关性和可扩展性。

关键创新：TSOG的主要创新在于其时间参数化能力，使得高斯表示能够动态适应时间变化，这是与现有方法的本质区别。

关键设计：在设计中，TSOG采用了索引对齐的图像数据编码方式，并通过实验评估了文件大小和质量的权衡，确保在减少文件大小的同时，保持较高的视觉质量。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，使用TSOG格式的文件大小减少超过90%，与基线方法FreeTimeGS相比，PSNR差异在-0.42到+0.85 dB之间，显示出在保持质量的同时实现了显著的存储效率提升。

🎯 应用场景

TSOG格式在动态场景的表示、存储和传输方面具有广泛的应用潜力，尤其适用于虚拟现实、增强现实和游戏等领域。其高效的文件大小和质量控制能力，将推动下一代4D内容的开发和应用，提升用户体验。

📄 摘要（原文）

We propose Temporally and Spatially Ordered Gaussians (TSOG), a format for efficient representation of 4D Gaussian Splatting (4DGS) content. TSOG extends the Spatially Ordered Gaussians (SOG) framework to the temporal domain by introducing a timeline attribute and temporal parameterization of geometry and appearance attributes. Similar to SOG, TSOG is a lossy format that assigns each Gaussian a unique index and encodes attribute values as index-aligned image data. TSOG is model-agnostic, extensible, and compatible with both discrete and continuous 4DGS representations. Evaluation using a PLYs sequence and FreeTimeGS as baselines, serving as simplistic and state-of-the-art 4DGS representations respectively, shows file size reductions exceeding 90%, with PSNR differences ranging between -0.42 and +0.85 dB. These results demonstrate substantial file size savings with minimal quality degradation, enabling efficient representation, storage, and delivery of dynamic scenes for next-generation 4D content.