117篇 | 3D Gaussian Splatting论文

本论文集划分为4个部分:综述&基础(14篇)、NeRF在AIGC(54篇)、NeRF在SLAM(自动驾驶)(25篇)、NeRF之场景建模(25篇)

https://t.zsxq.com/3ATyEhttps://t.zsxq.com/3ATyE

3D Gaussian Splatting(3DGS)是一种用于实时辐射场渲染的光栅化技术,它通过对3D高斯分布的描述,实现了实时渲染从小图像样本中学习到的逼真场景。该技术的核心是光栅化,即将3D高斯分布以像素的形式展现在2D平面上。以下是关于3DGS的详细介绍:

3D GS的实现原理分为以下几个步骤:

  1. 运动结构恢复(SfM):通过一组图像估计点云,这是从2D图像估计3D点云的一种方法,可以通过COLMAP库实现。

  2. 转换为高斯分布:将每个点转换为高斯分布,这对于光栅化已经足够。然而,仅从SfM数据中只能推断出位置和颜色,为了学习产生高质量结果的表示,需要对其进行训练。

  3. 模型训练:训练过程使用随机梯度下降,类似于神经网络,但没有层。训练步骤包括:根据光栅化图像和地面真实图像之间的差异计算损失。

  4. 可微分高斯光栅化:光栅化器是可微分的,因此可以用随机梯度下降进行训练。然而,这仅与训练相关 - 训练有素的高斯也可以用不可微的方法呈现。

3DGS受到广泛关注的原因主要有以下几点:

  1. 高质量的实时场景渲染:通过3DGS技术,可以实现实时渲染从小图像样本中学习到的逼真场景。

  2. 技术未知领域的探索:关于Gaussian Splatting还能做什么还有很多未知数,例如是否可以模拟反射等。

  3. 对嵌入式人工智能研究的兴趣:人们越来越关注如何将人工智能技术应用于3D空间表示等领域。

相关推荐
jndingxin6 小时前
OpenCV 图形API(52)颜色空间转换-----将 NV12 格式的图像数据转换为 RGB 格式的图像
人工智能·opencv·计算机视觉
安步当歌8 小时前
【论文#目标检测】Attention Is All You Need
图像处理·人工智能·目标检测·计算机视觉
漫谈网络9 小时前
Ollama API 应用指南
ai·llm·aigc·api·ollama
qp9 小时前
26.OpenCV形态学操作
人工智能·opencv·计算机视觉
猿饵块9 小时前
opencv--图像
图像处理·opencv·计算机视觉
程序员X小鹿9 小时前
用了两天最近很火的秘塔AI「今天学点啥」,网址、文档秒变视频课程!虽不完美,但依然力挺!(附实测体验)
aigc
埃菲尔铁塔_CV算法11 小时前
YOLO 模型的深度剖析及其在生物医药领域的创新应用
深度学习·神经网络·yolo·目标检测·计算机视觉
量子位13 小时前
北大团队引领 3D 生成与对齐革新:OctGPT 打破扩散模型垄断
人工智能·gpt·aigc
量子位13 小时前
无需数据标注!测试时强化学习,模型数学能力暴增 | 清华 & 上海 AI Lab
人工智能·gitlab·aigc
硅谷秋水13 小时前
UniOcc:自动驾驶占用预测和预报的统一基准
人工智能·深度学习·机器学习·计算机视觉·自动驾驶