3D Gaussian Splatting：论文原理分析

最新推荐文章于 2025-05-21 21:48:10 发布

Gloamirror

最新推荐文章于 2025-05-21 21:48:10 发布

阅读量3k

点赞数 26

CC 4.0 BY-SA版权

文章标签： 3d 计算机视觉

本文链接：https://blog.youkuaiyun.com/Gloamirror/article/details/135506860

研究人员提出了一种新的实时渲染技术3DGaussianSplatting，能在较短训练时间内提供与Mip-NeRF360相当甚至更好的视觉质量。方法通过摄像机校准、优化算法和感知渲染，实现了快速且高质量的场景表示和合成。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

标题：3D Gaussian Splatting for Real-Time Radiance Field Rendering

作者：Bernhard Kerbl、Georgios Kopanas、Thomas Leimkühler和George Drettakis，来自法国Inria、Université Côte d'Azur和德国Max-Planck-Institut für Informatik。

发表时间：2023年8月，ACM Transactions on Graphics上，卷号42，编号4

摘要

提出了一种名为3D Gaussian Splatting的新方法，用于实时辐射场渲染，这种方法可以在只需要很少的优化时间的同时，实现与之前方法相当甚至更好的视觉质量。

本文提出的3D Gaussian场景表示方法，结合了实时可微分渲染器，显著提高了场景优化和新视角合成的速度。

实验表明，在与InstantNGP（Müller et al., 2022）相同的训练时间下，该方法可以达到相似的视觉质量，甚至在某些情况下超过了Mip-NeRF360（Barron et al., 2022）。

此外，本文还提出了三个关键元素以实现最新的实时、高质量辐射场渲染：

首先，采用了一个点云派生的摄像机校准，通过连续的体积路径追踪来优化场景的3D Gaussian表示；
其次，设计了一种稳定的感知优化/密度控制算法来控制3D Gaussians，明显改善了渲染的优化和一致性；
最后，开发了一种灵活的感知渲染算法，支持动态视点和场景元素变化，可以实现良好的实时渲染质量和实时渲染速度。

关键词

新型视觉合成、辐射场、3D Gaussians、实时渲染

引言

引言部分首先指出，尽管使用如NeRF方法能够在几个小时内达到视觉上令人满意的结果，但是在达到最佳视觉质量方面，例如使用Mip-NeRF360方法，通常需要更长的优化时间。而本文提出的3D Gaussian Splatting方法在较短的训练时间内就能够实现快速但较低质量的辐射场方法，且在实时渲染性能方面有所提升。

本文强调了3D Gaussian作为一种灵活而表现力丰富的场景表示方法，并指出通过结构化光动作（Structured Motion, SM）校准的相机与Structure-from-Motion生成的点云相结合，可以作为场景表示的一部分。本文提出的实时渲染方法使用最新的GPU来提升3D Gaussian的优化和新视角合成速度。该方法的关键元素包括：