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
编程在手天下我有17 分钟前
计算机视觉(CV)技术的优势和挑战
计算机视觉
AI绘画月月2 小时前
AI绘画 | Stable Diffusion 图片背景完美替换
图像处理·人工智能·计算机视觉·ai作画·stable diffusion·midjourney·sd
TGITCIC3 小时前
BERT与Transformer到底选哪个-下部
人工智能·gpt·大模型·aigc·bert·transformer
墨风如雪3 小时前
别再用Midjourney了!GPT-4O一键生成高赞图片 保姆级教程
aigc
劲速云算力5 小时前
云算力:AIGC 时代的 “数字能源”
aigc·能源
xcLeigh5 小时前
计算机视觉入门:从像素到理解的旅程
人工智能·python·opencv·计算机视觉
HABuo17 小时前
【YOLOv8】YOLOv8改进系列(11)----替换主干网络之MobileNetV4
人工智能·深度学习·yolo·目标检测·计算机视觉
枉费红笺19 小时前
目标检测的训练策略
人工智能·目标检测·计算机视觉
枉费红笺20 小时前
目标检测竞赛训练策略解析与拓展
人工智能·目标检测·计算机视觉