3D Gaussian Splatting的进展

文章预览

24年3月来自中科院计算所和UCSB的论文“Recent Advances in 3D Gaussian Splatting”。 3D 高斯splatting（3DGS）的出现大大加快了新视图合成的渲染速度。与使用位置和视点条件神经网络表示 3D 场景的神经隐式表示（如NeRF）不同，3D 高斯splatting利用一组高斯椭球函数来建模场景，从而将高斯椭球函数光栅化为图像来实现高效渲染。除了渲染速度快之外，3D 高斯splatting的显式表示还促进了动态重建、几何编辑和物理模拟等下游任务。该领域的快速变化和不断增长的工作，把最近的 3D 高斯splatting方法按功能粗略地分为 3D 重建、3D 编辑和其他下游应用。包括传统的基于点的渲染方法和 3D Gaussian Splatting 的渲染公式。 3D 高斯splatting (3DGS) [5] 建议对一组高斯椭球进行光栅化，以近似 3D 场景的外观，这不仅实现了可比的新视图合成质量，而且还允许在 1080p 分辨率下快速收 ………………………………