高斯泼溅

高斯泼溅（3DGS）模型与Mesh模型各有什么优缺点？有没有一种建模技术可以兼容二者的优势？近两年3DGS技术兴起，大势智慧去年便率先推出倾斜高斯泼溅（3D OPGS）建模方法。经一年实践，我们发现高斯模型虽可视化效果很好，但相较于传统Mesh模型，高斯模型存在与三维GIS平台兼容性不足、几何量测精度不确定、工具链缺乏等系列问题，并且3DGS本身的数据表达也不利于空间分析和计算，限制了其广泛应用。为解决上述痛点，大势智慧在此次推出重建大师8.0中带来全新的融合三维建模技术，让大家既能用到高斯精细表达能力，又能兼顾Mesh模型的实用性。

暴风鱼划水

三维重建【6-A】DUSt3R：论文摘要前言、与3DGS结合在本地数据集上训练Multi-view stereo reconstruction (MVS) in the wild requires to first estimate the camera parameters e.g. intrinsic and extrinsic parameters. These are usually tedious and cumbersome to obtain, yet they are mandatory to triangulate corresponding pixels in

暴风鱼划水

三维重建【5】3D Gaussian Splatting：3R-GS论文解读3D Gaussian Splatting (3DGS) has revolutionized neural rendering with its efficiency and quality, but like many novel view synthesis methods, it heavily depends on accurate camera poses from Structure-from-Motion (SfM) systems. Although recent SfM pipelin

九章云极AladdinEdu

项目分享|SD-Trainer：Stable Diffusion 训练集成工具在AI绘画席卷全球的今天，Stable Diffusion作为最受欢迎的开源模型，其强大的生成能力令人惊叹。然而，想要训练属于自己的LoRA模型，传统方法需要复杂的环境配置、繁琐的命令行操作和深厚的技术背景，这让无数创作者望而却步。

九章云极AladdinEdu

论文分享 |重新思考3D分割：Unified-Lift——端到端的高斯泼溅场景分割新范式引言：三维世界的“像素级”理解之梦在虚拟现实、增强现实、机器人导航和数字孪生等前沿领域，让机器像人类一样理解和交互三维环境是核心挑战之一。其中，3D场景分割——即为三维场景中的每一个点（或基本单元）赋予一个语义标签并区分出不同的物体实例——是实现深度场景理解的关键技术。想象一下，在AR应用中，你可以直接“拿起”虚拟桌子上的一个真实杯子；或者在机器人视野里，它能清晰地知道哪个是门、哪个是障碍物，并精确规划路径。这一切，都离不开精准、高效的3D分割技术。

高斯泼溅转3DTiles：GISBox高效转换全流程指南高斯泼溅（3D Gaussian Splatting）作为近年来三维场景重建与渲染领域的突破性技术，在GIS（地理信息系统）中的热度正快速上升，尤其在数字孪生、城市级建模、动态场景推演等场景中展现出显著优势。本文将会带大家了解一下高斯泼溅，并教大家如何利用GISBox将高斯泼溅专为3DTiles格式。

从PLY到3DTiles：GISBox助力三维数据格式转换全流程在三维GIS与数字孪生技术领域，3DTiles格式凭借其卓越性能已成为行业标准数据格式之一。该格式由Cesium团队提出，专为大规模三维场景可视化优化设计，能够实现海量模型数据的快速加载与流畅呈现。与此同时，PLY格式作为广泛使用的三维模型存储格式，主要应用于点云数据或多边形网格的存储。为满足数字孪生、智慧城市等前沿领域对三维数据的需求，将PLY格式高效转换为3DTiles格式成为关键环节。本文将详细解析如何借助GISBox软件实现这一格式转换过程。

【三维重建】即插即用的3DGS的PDE优化：高质量渲染和重建标题：<Plug-and-Play PDE Optimization for 3D Gaussian Splatting: Toward High-Quality Rendering and Reconstruction> 来源：匿名作者

【三维重建】3R-GS：优化相机位姿的3DGS最佳实践标题：<3R-GS: Best Practice in Optimizing Camera Poses Along with 3DGS> 来源：德州农工大学，2香港大学，3香港科技大学主页：https://zsh523.github.io/3R-GS/

3D Gaussian Splatting (3DGS) 从入门到精通：安装、训练与常见问题全解析3D Gaussian Splatting (3DGS) 作为一种新兴的实时神经渲染技术，以其惊人的渲染速度和高质量的视觉效果迅速获得了社区的关注。然而，从环境配置到数据准备，再到模型训练和结果导出，整个流程中充满了各种可能令人困惑的“坑”。

【三维重建】FeatureGS:特征值优化的几何精度和伪影减少3DGS的重构文章：https://arxiv.org/pdf/2501.17655 标题：FeatureGS: Eigenvalue-Feature Optimization in 3D Gaussian Splatting for Geometrically Accurate and Artifact-Reduced Reconstruction

如何用GISBox将高斯泼溅文件（PLY/Splat）转换为3DTiles？全流程解析在三维地理信息领域，高斯泼溅（Gaussian Splatting）技术常用于点云数据的可视化，其生成的PLY/Splat格式文件能够高效表达复杂的点云模型。然而，这类数据若要在Web端实现动态加载与高效渲染，转换为3DTiles格式是更优选择。本文将以免费工具GISBox为核心，详细讲解从高斯泼溅文件到3DTiles的转换流程，并附操作技巧与注意事项。

图扑可视化

图扑 HT 引擎 × 3DGS 高斯泼溅3D 高斯泼溅(3D Gaussian Splatting，又称 3D 高斯溅射或 3D 高斯飞溅)作为三维场景表示和渲染领域的重要突破，正在重新定义三维重建的可能性。它利用辐射场渲染技术，使用 3D 高斯点而不是传统的三角面来表达场景，不仅实现了高效的三维转换，更带来极致逼真的照片级渲染效果。与传统方法相比，它在渲染质量、渲染速度和训练速度等核心参数上都实现了质的飞跃。

【三维重建】去除瞬态物体Distractor汇总3D高斯溅射（3DGS）由于其高质量的渲染、效率和低内存成本，最近在新型视图合成领域得到了广泛的应用。它的应用跨越了虚拟现实、增强现实和机器人技术等。但该方法假设输入图像是静态没有噪声的，往往难以满足。例如，用手机随意拍摄的图像通常包含混乱的动态物体，或瞬态物体。因此，由于总是存在许多瞬态遮挡，因此很难对场景进行建模。从技术上讲，3DGS能够有效地建模静态场景，因为图像中的静态对象满足不同视点之间的几何一致性约束。然而，瞬态对象并不遵循这个假设。如果在训练中包含瞬态对象的图像被简单地使用于3DGS，这种变

【3D AIGC】Img-to-3D、Text-to-3D、稀疏重建（2024年文章汇总）项目：https://kovenyu.com/wonderworld/(未开源) 论文：https://arxiv.org/pdf/2406.09394 《wonderworld Interactive 3D Scene Generation from a Single Image》

【三维重建】Pixel-GS:三维高斯泼溅的像素感知的梯度密度控制（去除浮点，提升精度）项目：https://pixelgs.github.io/ 标题：Pixel-GS: Density Control with Pixel-aware Gradient for 3D Gaussian Splatting 来源：香港大学；腾讯AI Lab

【三维重建】InstantSplat：稀疏视角的无SfM高斯泼溅 (3D Gaussian Splatting)提示：关注B站【方矩实验室】，查看视频讲解InstantSplat将多视图立体（MVS）预测与基于点的表示相结合，在几秒钟内从稀疏视图数据构建大规模场景的3D高斯模型，解决了SfM的性能和效率问题。

我是有底线的