准确几何表示的 3D 高斯点成像修剪
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
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
本文介绍了一种名为 GS-SLAM 的算法,它在同时定位与地图构建(SLAM)系统中首次使用了 3D 高斯表示方法,实现了效率和准确性之间的更好平衡。与使用神经隐式表示的最新 SLAM 方法相比,我们的方法采用了实时可微分雀斑光照渲染流水线,大大加速了地图优化和 RGB-D 重渲染。具体而言,我们提出了一种自适应扩张策略,通过添加新的或删除噪音 3D 高斯来有效重构新观测到的场景几何并改善先前观测区域的建图。这种策略对于将 3D 高斯表示扩展到重建整个场景而不是在现有方法中合成静态物体至关重要。此外,在位姿跟踪过程中,设计了一种有效的从粗到细的技术,以选择可靠的 3D 高斯表示来优化相机姿态,从而减少运行时间并实现强健的估计。我们的方法在 Replica 和 TUM-RGBD 数据集上与现有的最新实时方法具有竞争力的性能。源代码将在获批后发布。
Nov, 2023
提出了一种名为 CompGS 的高效的三维场景表示方法,通过使用紧凑的高斯原始形式,实现了对三维场景建模过程中数据大小的显著降低。通过设计一种捕获彼此之间预测关系的混合原始结构,利用少量的锚原始形式进行预测,并将大多数原始形式封装成高度紧凑的残差形式。此外,还开发了一种受速率约束的优化方案,以在比特率消耗和表示效能之间实现 CompGS 的最佳权衡。实验证明,所提出的 CompGS 在三维场景表示中明显优于现有方法,在不损害模型准确性和渲染质量的情况下实现了卓越的紧凑性。我们的代码将在 GitHub 上发布供进一步研究使用。
Apr, 2024
通过引入基于平面的高斯点云猜测(PGSR)方法,本研究旨在实现高保真度的表面重建和高质量的渲染,以解决基于 3D 高斯斑点(3DGS)的重构方法中普遍存在的质量问题。实验结果表明,与基于 3DGS 和 NeRF 的方法相比,我们的方法在快速训练和渲染的同时保持了高保真度的渲染和几何重建效果。
Jun, 2024
通过提出一种称为 Texture-GS 的新方法,使用 3D 高斯喷射技术,可以实现高保真的外观编辑和实时渲染。它通过将外观和几何表示为附着在三维表面上的二维纹理来实现外观与几何的解离,从而增强了编辑操作的灵活性。通过在 DTU 数据集上进行广泛实验证明,该方法不仅实现了高保真度的外观编辑,还在消费级设备上实现了实时渲染。
Mar, 2024
3D 高斯喷洒是一种能够实时渲染的、可控且可编辑的 3D 重建和表示方法,通过显式场景表示和可微分的渲染算法,提供了独特的优势,为下一代 3D 重建和表示技术带来了潜在的变革。本文首次系统综述了 3D 高斯喷洒的最新进展和重要贡献,包括其背后的原理、应用可行性以及各类基准任务下的性能和实用性评估,并指出当前挑战和未来研究的发展方向。
Jan, 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
该研究论文介绍了一种包括隐式曲面重建、三维高斯光照插值以及体积渲染等方法组合的 3D 曲面重建技术,实现了高质量的三维曲面重建并保持了高效率和渲染质量。
Mar, 2024