May, 2024

HDR-GS: 通过高斯投影实现高效 1000 倍速高动态范围新视角合成

PDF
TL;DR使用高动态范围高斯点云模型和多层感知器（MLP）调制，建立了一种新的高动态范围高斯喷点（HDR-GS）框架，以有效渲染新的高动态范围（HDR）视图和重建低动态范围（LDR）图像，并通过两个并行可微光栅化（PDR）过程对 HDR 和 LDR 视图进行重建。实验证明，该方法在 LDR 和 HDR NVS 上分别超过了现有的 NeRF 方法 3.84 和 1.91 dB，同时拥有 1000 倍的推理速度和仅需 6.3％的训练时间。
high dynamic rangenovel view synthesishdr-gsparallel differentiable rasterizationnerf
发现论文，激发创造
  • 从混沌到清晰：黑暗中的 3DGS

    通过自我监督学习的新框架，我们能够在有限的噪声原始图像数量下，从原始图像中重建高动态范围（HDR）3DGS，克服了噪声的影响，提高了重建质量和推断速度。

    Jun, 2024

  • SGD：基于高斯点描和扩散先验的街景合成

    用新颖的方法结合扩散模型和多模态数据以提高三维高斯飞溅对未见视角的渲染效果，有效增强了自动驾驶模拟中街景的新视角合成技术。

    Mar, 2024

  • 利用高斯光疙瘩从单目视频中进行自校准的 4D 新视图合成

    通过学习高保真度的 4D 高斯点云分割场景表征，自校准相机参数，以及联合优化相机参数和 3D 结构，我们的方法在 4D 新视图合成方面展现出了显著的改进。

    Jun, 2024

  • WE-GS: 无约束照片集的野外高效 3D 高斯表示

    基于 3D 高斯扩散的新视角合成方法在各种场景下表现出了良好的性能，本文提出了一种高效的基于点的可微渲染框架，用于从照片集合中重建场景，通过引入基于残差的球谐系数传输模块，将 3D 高斯扩散方法适应于不同的光照条件和光度后处理，同时引入了一个轻量级的空间注意力模块，可同时预测暂时遮挡物和隐含外观表示，实验结果表明，该方法在新视角和外观合成的渲染质量上优于现有方法，并拥有较高的收敛速度和渲染速度。

    Jun, 2024

  • 用 3DGS 照亮每个黑暗：快速训练和实时渲染用于 HDR 视图合成

    LE3D 通过引入三维高斯散射、锥形散射初始化、颜色 MLP 和深度失真及近远程规范化方法，实现了基于体积渲染的实时新视角合成、HDR 渲染、重点调整和色调映射，同时降低了训练时间和提高了渲染速度。

    Jun, 2024

  • SRGS：超分辨率 3D 高斯喷撒

    提出了 Super-Resolution 3D Gaussian Splatting (SRGS) 方法，通过在高分辨率空间中进行优化，引入亚像素约束并与预训练的 2D 超分辨率模型集成，以有效增强原语的表示能力。在 HRNVS 方面实现高质量渲染，优于 Mip-NeRF 360 和 Tanks ＆ Temples 等挑战性数据集上的现有方法。

    Apr, 2024

  • SparseGS：使用高斯投影进行实时 360° 稀疏视图合成

    我们提出了一种从稀疏训练视角中训练一致的基于 3DGS 的辐射场的方法，通过集成深度先验、生成和显式约束来减少背景折叠、移除浮点值，并增强来自未见视角的一致性，实验证明我们的方法在 MipNeRF-360 数据集上以较少的训练和推理成本超过了基本的 3DGS 的 30.5% 和基于 NeRF 的方法的 15.6%。

    Nov, 2023

  • 4D 高斯点绘制：用于动态场景高效新视图合成

    4D 高斯喷洒是一种在动态场景下表示动态场景的新方法，通过时间切片和投影技术实现了对复杂运动和细节的建模，并在实时渲染方面取得了显著的效果和效率优势。

    Feb, 2024

  • 3D-HGS: 三维半高斯飘带

    基于神经渲染技术，本研究提出了一种使用 3D Half-Gaussian 核的方法，以改进当前 3D Gaussian splatting 方法的性能，在不影响渲染速度的情况下，在多个数据集上获得了最先进的渲染性能。

    Jun, 2024

  • 高斯 SR: 二维扩散先验下的三维高斯超分辨率

    通过使用 3D 高斯喷洒、得分蒸馏抽样等技术实现基于低分辨率输入视图的高分辨率新视图合成。

    Jun, 2024