生成3DGS场景在unity中的呈现

引言
[3D Gaussian Splatting](#3D Gaussian Splatting)
- 自主采集高质量三维重建数据集
- - 相机参数推荐
  - 拍摄技巧建议
- [使用 COLMAP 生成三维点云，构建 3DGS 场景的基础骨架](#使用 COLMAP 生成三维点云，构建 3DGS 场景的基础骨架)
- 高斯重建
- 高斯场景
unity
- UnityGaussianSplatting
- 导入unity
总结

引言

在现代游戏与可视化开发中，Unity 以其强大的跨平台能力和灵活的工作流程，成为了众多开发者的首选。而 3DGS（3D Game Scene）作为一种结构化的三维场景描述格式，近年来也在多个领域中获得了广泛关注。将 3DGS 场景引入 Unity，不仅可以实现更高效的数据整合和可视化表达，也为多源场景内容的交互提供了新的可能。本文将简要介绍如何在 Unity 环境中解析和呈现 3DGS 场景，助你打通从标准化场景数据到实时三维展示的关键一步。

3D Gaussian Splatting

3D Gaussian Splatting 是一种新兴的三维场景表示方法，它使用具有位置、大小（协方差矩阵）、颜色、透明度及视角依赖属性（例如球谐函数系数）的高斯"斑点"对现实场景进行建模，并通过点云加光栅化方式实现高质量实时渲染。它通常从 SfM（Structure-from-Motion）生成的稀疏点云初始化，并通过逐步密集化（densification）与裁剪（pruning）策略优化斑点分布与属性，以兼顾视觉效果与场景复杂度。通过统一的描述规范，3DGS 能够高效整合来自多源的空间数据，使得场景构建与再现更加灵活可靠，广泛应用于游戏开发、虚拟现实、数字孪生等领域。

项目地址：https://github.com/graphdeco-inria/gaussian-splatting

本篇不谈及环境配置，大家可根据项目中的要求逐步实现。

自主采集高质量三维重建数据集

重建质量的上限不仅取决于算法本身，还深受数据质量的影响。尤其是在没有现成数据集的实际应用中，如何自行拍摄高质量图片与视频，成为实现精细重建的关键步骤。

相机参数推荐

1.定焦镜头或锁定变焦：使用定焦镜头可减少畸变，若使用变焦镜头，务必固定焦距，避免 SfM 匹配失败。

2.大光圈提升景深：建议设置f/8--f/16 以获得足够景深，避免远近区域模糊。

3.手动曝光 + 白平衡锁定：统一快门、光圈、ISO（推荐 ISO100--400），并锁定白平衡，将所有图像保持在一致色彩与亮度档次。

4.关闭图像稳定及锐化功能：稳定和锐化功能可能在视觉上有用，但会干扰像素级匹配，建议关闭

拍摄技巧建议

1.高重叠 & 多圈路径：确保照片间 60--80% 重叠，围绕目标走环形路线，分别从不同高度与角度环绕拍摄 2--4 圈，覆盖顶部与底部，或模拟数字"8"，中间交叉点对准目标中心。一般半径保持在1.5到3米之间。行走速度缓慢匀速，建议控制在 0.3~0.5m/s。

2.三脚架 + 快速快门：若光线不足建议配合三脚架使用快门 ≥1/60s；使用三脚架还能大幅降低抖动。

3.均匀光照条件：首选阴天、柔光条件或多方向补光，避免强阴影和高反差；室内可用柔光灯或白色漫反射板提升亮度。

4.丰富纹理 & 避免反光表面：优先拍摄有纹理的主体，避免纯色、镜面或透明物体；必要时贴增纹理贴或使用磨砂喷雾提升重建稳定性。

5.避免动态物体干扰。

使用 COLMAP 生成三维点云，构建 3DGS 场景的基础骨架

COLMAP 是一款高度集成的开源三维重建工具，具备从多视角图像中自动完成几何重建的能力，涵盖特征提取、相机姿态恢复、稀疏点云构建以及稠密点云生成等关键流程。无论用于科研探索还是工程实践，它都是三维重建领域中广受认可的重要工具。

下载colmap

colmap下载地址：https://demuc.de/colmap/#download

Download Pre-Release Binarise 为可以选择所有可下载的版本

Dwnload Release Binaries 则为可下载的最新版本

选择合适的版本下载到合适的地址解压缩。

配置colmap环境

找到打开环境变量

在环境变量中找到系统变量中的变量Path

点击编辑将colmap的路径新增进去

复制代码

E:\colmap\colmap-x64-windows-cuda

不要忘了点击确定保存所有设置。

使用colmap

将数据集图片放在input文件夹中，如下图。

双击 COLMAP.bat 后，如果成功启动，会弹出 COLMAP 的 GUI 界面。

之后开始创建项目，点击File的New project按键。之后点击Database的new键，在dataset文件夹中创建data.db，并将Images选择为刚刚的input文件夹

之后点击save即可，现在开始三维重建，点击Processing中的Feature extraction键，开始查找图像中的特征。

点击Extract即可，之后将它叉掉，然后点击Processing中的Feature Matching键，之后点击run进行特征匹配。

等他完成匹配后，再点击Reconstruction中的Start Reconstruction即可开始稀疏重建。（但是有时候不一定可以重建出所有的视角，colmap默认会重新选一个视角重新开始，往往也不能成功，所以我们可以手动暂停即让colmap就重建这么多Reconstruction->Pause reconstruction，再多就容易出错了）之后点击Reconstruction中的Dense Reconstruction，点击select键，选择之前图像数据的input文件夹

之后点击右边的图像校正键undistortion。

为了实现3dgs重建我们需要调整数据集的格式，找到生成的sparse、stereo及images文件夹将这三个文件与input文件夹在同一文件夹中，然后在sparse文件夹中新建一个文件夹0，将生成的三个文件全部放到文件夹0中。

高斯重建

在这里选择设置我们搭建好环境（我的环境使用anaconda来搭建管理的，建议用anaconda搭建管理环境）。

按照项目中提示逐步执行，更换正确的文件的路径即可运行

高斯场景

重建结束后我们可以找到生成的.ply文件,point_cloud这个文件夹中分别存有我们训练7000次和30000次生成的文件，point_cloud->iteration_30000->point_cloud.ply即为我们最终需要的.ply文件

我们了解3dgs场景实际上是一个个高斯椭球形成的，所以当我们不改变透明度让所有高斯球显示时是这样的。

unity

Unity 是一款功能强大的跨平台游戏与实时渲染引擎，广泛应用于游戏开发、建筑可视化、AR/VR、影视动画等多个领域。其所见即所得的编辑器、强大的物理引擎、灵活的脚本系统（基于 C#）以及丰富的插件生态，使开发者能够快速构建、测试并发布高质量的三维内容。更重要的是，Unity 支持高度定制的数据导入流程，我们可以借助UnityGaussianSplatting将3DGS场景数据解析并还原到 Unity 中

UnityGaussianSplatting

UnityGaussianSplatting 是一个在 Unity 引擎中实现 Gaussian Splatting 可视化的开源项目。Gaussian Splatting 是一种用于实时辐射场渲染的技术，能够在三维场景中高效地渲染大量高斯点云数据。该项目基于 SIGGRAPH 2023 上的一篇论文 "3D Gaussian Splatting for Real-Time Radiance Field Rendering"，旨在提供一个在 Unity 中实时可视化 Gaussian Splatting 模型的工具。

项目链接：https://github.com/aras-p/UnityGaussianSplatting