May, 2024

SafeguardGS: 避免灾难性场景破坏的 3D 高斯基元修剪

PDF
TL;DR3D 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。
3d gaussian splattingnovel view synthesisrendering performancepruning techniquesscore functions
发现论文，激发创造
  • PUP 3D-GS: 三维高斯分片的原则性不确定性修剪

    本论文提出了一种基于预训练的 3D 高斯扩散（3D-GS）模型的减枝和优化管道，利用精确的空间敏感度准则，大幅削减高斯分布数量，极大地提升了渲染速度并保持了前景信息和图像质量。

    Jun, 2024

  • LP-3DGS: 学习剪枝 3D 高斯点渲染

    通过学习去除迭代 3D 高斯投射法（LP-3DGS）提供了一种自动寻找最佳裁剪比例的方法，该方法使用可训练的二进制掩码来对重要性分数进行裁剪，并通过重新设计掩码函数以利用 Gumbel-Sigmoid 方法使其可微分并与现有的 3D 高斯投射法训练过程兼容，从而在效率和质量之间提供了良好的平衡。

    May, 2024

  • EfficientGS: 面向大规模高分辨率场景表示的高效高斯喷射方法

    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

  • 应用有限资源的高质量辐射场调节 3D 图形引擎

    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

  • Pixel-GS: 使用像素感知梯度进行 3D 高斯喷洒的密度控制

    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

  • LGS：一种高效的手术场景重建轻量级 4D 高斯喷洒

    通过引入轻量级 4D 高斯光斑框架（LGS），该研究解决了在资源有限的手术设备中妨碍实时渲染的存储问题，并在动态内窥镜重建中展现出较高的压缩率、良好的视觉质量和实时渲染效率。

    Jun, 2024

  • GaussianPro：3D 高斯散点投射与渐进传播

    通过应用渐进传播策略，并利用场景的先验知识和块匹配技术，我们提出了一种名为 GaussianPro 的新方法，来指导 3D 高斯聚类的密度化，验证实验证明了我们的方法在大规模和小规模场景上的有效性。

    Feb, 2024

  • Octree-GS：基于 LOD 结构化三维高斯函数的一致实时渲染

    Octree-GS 是一种基于层次细节控制的 3D 高斯方法，解决了 3D-GS 在大场景、复杂细节和不同尺度下的渲染限制，并实现了实时渲染性能和高保真度的平衡。

    Mar, 2024

  • 修剪肥胖：通过修剪压缩 3D 高斯点云

    本研究提出了一种名为 “修剪多余信息” 的后续渐进剪枝技术，旨在解决 3D 模型的内存和计算可扩展性问题，并通过实验证明，在保持或提高基准性能的同时，可以消除高达 75% 的高斯函数。我们的方法在压缩率达到 50 倍的同时，能够加快计算速度高达 600 FPS。

    Jun, 2024

  • AbsGS：恢复三维高斯飞溅的细节

    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