3D高斯点云（3DGS）方法常依赖于像素级损失，导致渲染模糊。研究发现，正则化的Wasserstein失真（WD-R）在恢复细节方面表现优异，超越传统3DGS损失和当前最佳方法。WD-R在多个数据集上实现了最先进的感知质量，并在3DGS场景压缩中节省了约50%的比特率。
该研究提出了一种名为多模态图像语义压缩（MISC）的方法，采用大型多模态模型（LMM）来平衡传统自然感知图像和人工智能生成图像的压缩，实现了一致性和感知结果的优化，节省了50％的比特率，并在存储和通信领域具有强大的应用潜力。
完成下面两步后，将自动完成登录并继续当前操作。
