m0_68654818的博客

论文实现内部结构重建？技术核心任务类型✅对高斯体进行体积积分CT、层析重建✅X光投影+偏差校正，体积恢复稀疏CT重建RayGauss✅光线体积投射体渲染、新视角原始3DGS❌（仅表面）2D splatting投影可见表面重建。

本文提出R²-Gaussian，首个基于3D高斯splatting(3DGS)的稀疏视角断层重建框架。研究发现标准3DGS存在积分偏差问题，阻碍精确体数据检索。为此，作者提出三项创新：(1)定制化高斯核；(2)拓展光栅化至X射线成像；(3)开发CUDA可微体素化器。实验表明，该方法在合成和真实数据集上均优于现有方法，仅需4分钟即可生成高质量结果，比NeRF方法快12倍且性能相当。

什么是 NeRF？是 2020 年由 Google 提出的新型 3D 表示方法，它使用一个神经网络来拟合一个场景的体积颜色与密度函数，然后利用体积渲染技术合成新视角图像。NeRF 是 Gaussian Splatting 出现之前最广泛使用的三维重建方案之一。NeRF 的核心思想𝑥 ∈ ℝ³：表示空间中的一个 3D 点𝑑 ∈ ℝ³：表示相机视角方向（单位向量）输出c ∈ ℝ³：该点在该方向下的 RGB 颜色输出σ ∈ ℝ⁺：体积密度（用来计算透明度）也就是说，