研究人员提出了Cluster-Guided Vector Quantization (CGVQ)，这是一种旨在提高基于高斯基元图像压缩率失真性能的方法。该方法在量化之前将高斯参数划分为同质组，解决了为每个基元存储大量浮点参数导致的低效问题。

  • 与基线方法相比，CGVQ 将每像素位数 (bpp) 降低了 20%。
  • 尽管数据量显著减少，该技术仍保持了相当的视觉质量。
  • 该方法利用聚类实现更高的压缩效率和准确的参数重建。

这一改进使得能够更高效地存储由紧凑参数基元表示的高保真图像内容。