Nov, 2023

Mip-Splatting: 别名自由的三维高斯平铺

PDF
TL;DR我们引入了一种 3D 平滑滤波器和一种 Mip 滤波器，以解决 3D Gaussian Splatting 中的高频伪影和膨胀问题。通过在输入视图中引入最大采样频率的约束，我们的方法有效地消除了放大时的高频伪影。同时，我们的评估结果验证了我们方法的有效性。
3d gaussian splattingnovel view synthesisfrequency constraintssmoothing filtermip filter
发现论文，激发创造
  • 多尺度三维高斯投落法用于抗锯齿渲染

    通过使用多尺度的 3D 高斯喷洒算法，我们可以在不同的分辨率下提高渲染质量并解决像素大小低于奈奎斯特频率引起的锯齿效应，同时提高渲染速度和 PSNR 值。

    Nov, 2023

  • 从 3D 高斯飞溅重构的 Bootstrap 3D 场景

    我们的研究论文提出了一种基于扩散模型的引导方法，通过改进经过训练的 3D-GS 来增强新视角的渲染效果，显著减少了伪影，并在评估指标上获得明显的改进。此外，我们的方法具有通用性，可以轻松整合到各种 3D 重建项目中。

    Apr, 2024

  • 去模糊的三维高斯渲染

    我们提出了一种新颖的实时去模糊框架，利用小型多层感知机（MLP）操纵每个 3D 高斯的协方差来建模场景的模糊程度，从模糊的图像中重构出细节清晰的图像，实现实时渲染。

    Jan, 2024

  • 解析分层：通过解析积分进行抗锯齿的三维高斯分层

    该篇论文针对 3D 高斯喷洒（3DGS）存在的伪影问题，提出了解决方案 Analytic-Splatting，通过运用解析求解和逼近，改善了像素光栅化的不足，并在不同分辨率下对像素足迹的变化进行精确捕捉，具备更好的抗锯齿能力。

    Mar, 2024

  • SA-GS：适应尺度的高斯投影雕刻用于无需训练的抗锯齿

    在本文中，我们提出了一种适用于自适应尺度的抗锯齿高斯点光源方法（SA-GS）。SA-GS 方法在测试时无需进行训练，可以作为插件应用于任何预训练的高斯点光源场，显著提高场的抗锯齿性能。核心技术是在测试时对每个高斯应用二维自适应尺度滤波器，有效匹配高斯尺度，从而使高斯原始分布在不同测试频率下保持一致。与 Mip-Splatting 相比，SA-GS 在各种设置和有界 / 无界场景的广泛实验中表现相当或更好。

    Mar, 2024

  • FreeSplat: 室内场景的自由视角综合的通用化三维高斯点采样

    通过引入低成本跨视聚集、像素级三元组融合和简单有效的自由视图训练策略，我们提出了一个能够从长序列输入中重建几何一致的 3D 场景并实现自由视图合成的新方法 FreeSplat，研究结果表明其在不同数量的输入视图下，在新视图生成的颜色贴图质量和深度图准确性方面都达到了最新水平，并且 FreeSplat 的推断效率更高，能够有效减少冗余的高斯函数，为无需深度先验的大场景重建提供了可能。

    May, 2024

  • 高斯弥散：用于去噪扩散概率模型的三维高斯分布

    基于高斯喷射的文本到三维内容生成框架，通过控制高斯球的透明度实现更真实的图像生成；通过引入多视角噪声分布矫正多视角几何中的不一致性；使用变分高斯喷射技术提高三维外观的质量和稳定性。

    Nov, 2023

  • 3D 高斯点绘制的近期进展

    使用一组高斯椭球来模拟场景，从而实现高效渲染，3D 高斯喷涂表示法具有快速渲染、动态重建、几何编辑和物理模拟等优点。本文通过对最近的 3D 高斯喷涂方法进行文献综述，提供了一个 3D 高斯喷涂方法的分类，包括 3D 重建、3D 编辑和其他功能应用，以及传统的基于点的渲染方法和 3D 高斯喷涂的渲染公式，旨在帮助初学者快速了解这一领域并为经验丰富的研究者提供全面的概述，以推动 3D 高斯喷涂表示法的未来发展。

    Mar, 2024

  • Z-Splat：用于相机声纳融合的 Z 轴高斯喷溅

    通过使用转换数据，我们扩展了高斯喷涂算法以解决‘缺失锥体’问题，并提出了能够同时利用 RGB 相机数据和声纳数据的融合算法。通过模拟、仿真和硬件实验，我们展示了所提出的融合算法在新视图合成和 3D 几何重建方面取得了显著的改善（PSNR 提高 5dB，Chamfer 距离降低 60%）。

    Apr, 2024

  • StopThePop: 基于排序的高斯飞溅 用于保持视图一致性的实时渲染

    通过分层光栅化方法提高高斯喷洒的渲染效率，消除了弹出伪影和视图不一致问题，并在测试图像中获得相当的定量结果，在新视角综合运动中提供一致性。通过同时减少高斯函数数量来提高性能，并减少了一半的内存需求，使得我们的方法比原始的高斯喷洒方法快 1.6 倍。

    Feb, 2024