큰 장면의 처리 비용
언어 정보가 결합된 장면은 검색에 유용하지만 관측 자료와 임베딩이 커지면 계산 및 저장 부담이 늘어난다. SLAG는 빠른 인코딩과 확장 가능한 처리에 초점을 맞춘다.
손실 최적화 대신 평균
삼차원 가우시안 장면의 매개변수에서 정규화한 가중 평균으로 언어 임베딩을 유도한다. 이 방식은 가우시안별 특징 계산을 병렬화하기 쉽게 만든다.
보관과 질의
계산한 임베딩을 효율적으로 저장하고 찾기 위해 벡터 데이터베이스를 도입했다. 장면 표현을 만드는 과정과 이후 검색에 사용하는 과정을 함께 다룬다.
여러 GPU의 비교
논문은 GPU 열여섯 개에서 OpenGaussian보다 임베딩 계산이 열여덟 배 빨랐던 결과를 보고했다. 이는 해당 병렬 구성의 비교이며 단일 GPU나 로봇 내장 장치에서도 같은 배수가 나온다는 뜻은 아니다.
관련 문서
가우시안 스플래팅 / OpenGaussian / 벡터 데이터베이스 / 임베딩 / CLIP / ConceptFusion