Compact3D: 压缩高斯散射辐射场模型与矢量量化
通过优化 3D 高斯飞溅表示法,将高保真度场景重建应用于稀疏图像集合的新视角合成,并通过压缩的 3D 高斯飞溅表示法,在显著降低内存消耗和提高渲染效率的基础上,实现了对方向性颜色和高斯参数进行压缩。在多个数据集上进行广泛实验,证明了该方法的鲁棒性和渲染速度。
Nov, 2023
通过对 3D 高斯散射方法进行内存优化以减少存储和传输需求,提出了使用高斯基元、球面谐波系数和编码簿量化的解决方案,从而在标准数据集上实现了 27 的整体大小减少和 1.7 的渲染速度加快。
Jun, 2024
我们提出了一种紧凑的场景表示方法,将三维高斯扩散模型的参数组织成具有局部均匀性的二维网格,从而实现了存储需求的大幅度降低,同时在渲染过程中不影响视觉质量。
Dec, 2023
提出了一种紧凑的 3D 高斯着色 SLAM 系统,通过减少冗余椭球体的数量和参数大小来降低内存和存储成本,并实现了快速训练和呈现速度。通过滑动窗口的屏蔽策略减少冗余的椭球体,然后观察到大多数 3D 高斯椭球体的协方差矩阵(几何)非常相似,从而激发出一种新的几何码本来压缩 3D 高斯几何属性。通过全局捆绑调整方法和重投影损失实现了稳健准确的姿态估计,实验结果表明我们的方法在保持最先进的场景表示质量的同时实现了更快的训练和呈现速度。
Mar, 2024
使用量化嵌入技术和粗到精的训练策略,大幅降低内存存储需求,实现了高分辨率场景的实时渲染和更快更稳定的高斯点云优化,减少了记忆存储量并保持重建质量,验证表明效果显著。
Dec, 2023
我们提出了三个关键要素,可实现高质量的实时(大于等于 30 帧 / 秒)1080p 分辨率的新视图合成,其中包括使用 3D 高斯函数表示场景、优化 3D 高斯函数的相关参数以准确表示场景,并开发了一种快速的可见性感知渲染算法,以加速训练并实现实时渲染。
Aug, 2023
本研究提出了一种名为 RadSplat 的轻量级方法,用于复杂场景的鲁棒实时渲染。该方法通过使用辐射场作为先验和监督信号来优化基于点的场景表示,提高了渲染质量和鲁棒优化。同时,我们开发了一种新颖的剪枝技术,减少了点的数量且保持高质量,使场景表示更小、更紧凑,并具有更快的推理速度。此外,我们提出了一种新颖的测试时间滤波方法,进一步加快了渲染速度,并可以扩展到更大的场景。实验证明,我们的方法实现了 900 + 帧每秒的复杂场景综合效果,达到了最先进水平。
Mar, 2024
LightGaussian is a novel method for efficient 3D representation that reduces redundancy, distills spherical harmonics, and employs a hybrid quantization scheme, achieving high compression rates and improved FPS in complex scenes.
Nov, 2023
介绍了高斯森林建模框架,该框架通过在复杂区域中进行详细表示并显著减少所需的高斯模型数量,从而实现了与现有方法相媲美的速度和质量,并且在压缩比方面取得了 10 倍以上的显著进展。
Jun, 2024