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
撞南墙者1 小时前
OpenCV自学系列(1)——简介和GUI特征操作
人工智能·opencv·计算机视觉
王哈哈^_^2 小时前
【数据集】【YOLO】【VOC】目标检测数据集,查找数据集,yolo目标检测算法详细实战训练步骤!
人工智能·深度学习·算法·yolo·目标检测·计算机视觉·pyqt
柳鲲鹏2 小时前
OpenCV视频防抖源码及编译脚本
人工智能·opencv·计算机视觉
杰说新技术2 小时前
Meta AI最新推出的长视频语言理解多模态模型LongVU分享
人工智能·aigc
浮生如梦_7 小时前
Halcon基于laws纹理特征的SVM分类
图像处理·人工智能·算法·支持向量机·计算机视觉·分类·视觉检测
深度学习lover7 小时前
<项目代码>YOLOv8 苹果腐烂识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·苹果腐烂识别
热爱跑步的恒川8 小时前
【论文复现】基于图卷积网络的轻量化推荐模型
网络·人工智能·开源·aigc·ai编程
Eric.Lee202112 小时前
yolo v5 开源项目
人工智能·yolo·目标检测·计算机视觉
其实吧313 小时前
基于Matlab的图像融合研究设计
人工智能·计算机视觉·matlab
绕灵儿14 小时前
OpenCV通过指针裁剪图像
人工智能·opencv·计算机视觉