高斯扩散中的稠密修正
提出了一种名为 Pixel-GS 的新方法,通过考虑每个视图中高斯函数覆盖的像素数量来计算增长条件,从而促进大型高斯函数的增长,实现了更精确、更详细的重构,同时保持实时渲染速度和最新的渲染质量。
Mar, 2024
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
3D 高斯光斑是一种用于 3D 视图合成的新方法,其相较于传统的神经渲染技术,能在保持更高清晰度的快速渲染速度的同时,获得隐式神经学习渲染结果。通过多种实验测试不同因素对 3D 高斯光斑模型的训练效率的影响,介绍了一种基于 I3DS 的合成模型性能改进评估解决方案。经过合理的微调后,I3DS 相较于之前的模型性能获得了显著提升。
May, 2024
本文研究了 3D 高斯喷射技术中的密度控制策略的不足之处,分析了导致过度重构和模糊渲染的原因,并提出了一种新的视图空间渐变方向梯度作为密度增加的判据,有效地解决了该问题,并在各种挑战性数据集上进行了评估,结果显示我们的方法在渲染质量上表现最佳,同时内存消耗降低或相似。
Apr, 2024
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
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
通过在有限预算内进行训练和渲染,提出了一种改进的 3D 高斯粉碎(3DGS)模型,实现了较快速、高质量的新视图合成,并减少了模型大小和训练时间。
Jun, 2024
通过优化 3D 高斯喷涂技术,我们提出了 EfficientGS 方法,针对高分辨率和大规模场景,通过选择性策略和剪枝机制,将模型大小减小为传统 3D 高斯喷涂的十分之一,同时保持高渲染保真度。
Apr, 2024
3D Gaussian Splatting 中的修剪技术对于优化渲染性能起到关键作用,基于分类实验的观察,像素级修剪技术通过颜色加权评分函数能够较好地保持高渲染质量,并提供了修剪的合理最小边界。本研究为未来工作优化 3DGS 修剪策略提供了有价值的见解。
May, 2024
使用本地化的点管理策略(LPM)解决现有 3D 高斯平滑模型中点扩增和几何校准的需求,并通过借鉴图像渲染错误和多视角几何约束来识别出错误贡献区域,在保持实时速度的同时,在诸如 Tanks&Temples 和 Neural 3D 视频数据集等具有挑战性的数据集上改善了渲染质量,实现了令人满意的定量和定性效果。
Jun, 2024