OMG4：优化的最小化 4D Gaussian Splatting

01 动机

4D Gaussian Splatting 能够实时渲染复杂的动态场景，但其模型体积极为庞大——以 Real-Time4DGS 为例，单条序列的存储占用高达 2 GB 以上，严重制约了在移动端、VR/AR 及带宽受限场景下的实际部署。现有 4D 压缩方案（如 GIFStream）虽有所改善，但仍需 10 MB 量级，且在质量与体积之间难以兼顾。

"OMG4 significantly outperforms recent state-of-the-art methods, reducing model sizes by over 60% while maintaining reconstruction quality."

02 方法

OMG4 采用四阶段渐进压缩流程：首先通过 SD-Score 筛选关键 Gaussian（Sampling），再剔除冗余点（Pruning），随后合并相似点（Merging），最后对属性进行量化编码（Attribute Compression）。每个阶段之间均插入优化步骤，确保损失信息的充分恢复。

Gaussian Sampling（SD-Score 双维度评分）

针对 4D 场景的时空双重特性，OMG4 设计了 Static-Dynamic Score（SD-Score）：

• Static Score（S_grad）：衡量 Gaussian 在多个时刻下的空间渲染灵敏度，在稀疏静态区域得分更高。
• Dynamic Score（T_grad）：衡量对时间梯度的敏感程度，捕捉动态运动的重要性。
• 综合分数 SD(i) = S_grad(i) · T_grad(i)，仅保留约 20% 的原始 Gaussian 用于后续处理。

Gaussian Pruning（双阈值剔除）

在采样子集上进行进一步精简：对 S_grad 和 T_grad 同时设置 p-分位数阈值 τ_S 和 τ_T，保留满足"至少一个维度高于阈值"条件的 Gaussian：
P_GP = {G_i ∈ P_GS | (S_grad(i) ≥ τ_S) ∨ (T_grad(i) ≥ τ_T)}
这一"OR"逻辑确保静态或动态显著的 Gaussian 均不被误剪。

Gaussian Merging（时空聚类与融合）

对剩余 Gaussian 在时空网格中进行聚类，利用空间邻近性与外观相似性计算相似分数，将相似度高的点通过可学习的权重进行融合。该过程以渐进方式重复（网格尺寸递增），逐步减少 Gaussian 总数。

Attribute Compression（4D Sub-Vector Quantization）

将 OMG（3D GS 压缩方法）中的 Sub-Vector Quantization（SVQ）扩展至 4D：采用 MLP 对时间条件下的外观与不透明度进行隐式建模，属性向量被切分为多个子向量分别量化；压缩分两阶段进行（先 3D 属性，再 4D 属性），确保优化稳定性。

03 实验

在 N3DV（Neural 3D Video，多视角动态场景）和 MPEG（Bartender，复杂运动场景）两个标准数据集上与当前最优方法进行对比。指标包括 PSNR、SSIM、LPIPS 和存储大小（MB）。

N3DV 数据集（1352×1014 分辨率）主要对比

MPEG 数据集（Bartender 场景）

FreeTimeGS 泛化性验证

OMG4 应用于 FreeTimeGS 后，存储从 61.04 MB 降至 5.60 MB，实现约 90% 的压缩率，验证了方法的泛化能力。

消融实验（Ablation Study）

在 N3DV 数据集上逐步添加各组件的对比结果如下：

属性压缩（AC）在不增加存储的前提下，将 PSNR 从 31.68 dB 提升至 31.80 dB（+0.12 dB），验证了 MLP 隐式外观建模的有效性。同时，Sampling 与 Pruning 的分离设计（而非联合优化）是取得最佳结果的关键。

04 局限性