- 博客(22)
- 收藏
- 关注
RSS订阅翻译 [论文翻译]4DGS：4D Gaussian Splatting for Real-Time Dynamic Scene Rendering
表示和渲染动态场景一直是一个重要但具有挑战性的任务。尤其是要准确模拟复杂运动时，通常很难保证高效率。为了在享受高训练和存储效率的同时实现实时动态场景渲染，我们提出了4D Gaussian Splatting（4D-GS），作为动态场景的整体表示，而不是对每一帧单独应用3D-GS。在4D-GS中，提出了一种新颖的显式表示，包含3D高斯和4D神经体素。提出了一种受HexPlane启发的分解神经体素编码算法，用于从4D神经体素中高效构建高斯特征，然后应用轻量级MLP预测新时间戳的高斯变形。
2025-03-09 20:39:16
71
原创 [论文解析]PVG：Periodic Vibration Gaussian
周期振动高斯PVG也是3DGS论文中经常提到的一篇论文，也是经常被引用和实验对比的工作，在实验指标上也是比较优秀，在发布的时间能够做到PSNR≥30（当然在如今的三维重建工作中PSNR≥30是常见了）；PVG在vanilla 3DGS的基础上引入了周期和时间属性，对于动态场景表现会比较好，可以处理一些随着时序状态改变的场景建模；但是之前我们提到的DeformableGS也是引入了时间属性，这两篇工作的主要区别在于，DeformableGS是通过时间编码小型网络来影响Gaussian的属性的；
2025-03-09 20:37:36
375
原创 [论文解析]4DGS：4D Gaussian Splatting for Real-Time Dynamic Scene Rendering
4DGS是DeformableGS的升级版，再变形网络的技术上增加了多分辨率的编码器，提高了整体的表现；根据代码中的实际配置来看，这个方案的速度可能是个短板，不过也是一篇很不错的方案了。同时解决了多分辨率和时间两个大问题；
2025-03-09 20:36:44
856
翻译 [论文翻译]PVG：Periodic Vibration Gaussian
建模动态、大规模的城市场景由于其高度复杂的几何结构和在空间与时间上无约束的动态特性而面临挑战。先前的方法通常采用高级建筑先验，分离静态和动态元素，导致对它们协同交互的次优捕捉。为了解决这一挑战，我们提出了一个统一的表示模型，称为周期振动高斯（PVG）。PVG基于高效的3D高斯散射技术，通过引入基于周期振动的时间动态性。这一创新使得PVG能够优雅且统一地表示动态城市场景中各种对象和元素的特征。为了增强具有稀疏训练数据的时序连贯性和大场景表示学习，我们分别引入了一种新颖的时间平滑机制和位置感知的自适应控制策略。
2025-02-22 23:29:42
31
原创 [论文解析]OmniRe: Omni Urban Scene Reconstruction
这篇论文代表了一种重建的方向，就是对场景内的物体进行细致分类，通过单独的优化提高重建效果，这对于动态场景重建是一条正确的道路，因为在动态场景尤其是自动驾驶的场景中，很多动态物体或者静态背景都是一闪而过的，提高次数但是不区分类别对于最后的效果没有正向收益的。而且通过这种方法可以积累动态或者静态资产，有利于资源重复利用，对于可编辑场景仿真有较大收益神经场景图，对所有的动态物体进行了显式区分表示，为每个障碍物单独建模并选择合适的表示方式，然后结合背景以及天空节点进行重建；
2025-02-22 23:18:13
1060
原创 [论文解读]Street Gaussians: Modeling Dynamic Urban Scenes with Gaussian Splatting
Street Gaussians是年初的一篇动态场景重建论文， 在当时是做到了SOTA，至今为止很多自动驾驶或者动态场景重建的文章都会将Street Gaussians作为实验的比较对象，这也表明了这篇文章的重要性，今天就一起来看看这篇文章；
2024-12-08 22:56:28
1100
翻译 [论文翻译]Street Gaussians: Modeling Dynamic Urban Scenes with Gaussian Splatting
本文旨在解决自动驾驶场景中动态城市街道建模的问题。近期的方法通过结合跟踪的车辆姿态来扩展神经辐射场（NeRF）以实现车辆的动画效果，从而能够对动态城市街道场景进行逼真的视图合成。然而，其显著的局限性在于训练和渲染速度较慢。我们引入了“街道高斯”（Street Gaussians），这是一种新的显式场景表示方法，可解决这些局限性。具体而言，动态城市场景被表示为一组配备语义logits和3D高斯的点云，每个点云与前景车辆或背景相关联。
2024-12-08 22:49:01
247
原创 [论文翻译]Deformable 3D Gaussians for High-Fidelity Monocular Dynamic Scene Reconstruction
隐式神经表示为动态场景重建和渲染的新方法铺平了道路。尽管如此，前沿的动态神经渲染方法严重依赖于这些隐式表示，这些表示经常难以捕捉场景中物体的复杂细节。此外，隐式方法在一般动态场景中难以实现实时渲染，限制了它们在多种任务中的使用。为了解决这些问题，我们提出了一种可变形的3D高斯散射方法，该方法使用3D高斯重建场景，**并在规范空间中用变形场学习它们，以模拟单目动态场景。我们还引入了一种无额外开销的退火平滑训练机制，可以减轻不准确位姿对真实世界数据集中时间插值任务平滑性的影响。
2024-10-20 19:23:10
1031
原创 [论文解析]Deformable 3D Gaussians for High-Fidelity Monocular Dynamic Scene Reconstruction
欢迎各位大佬们批评指正，交流沟通；OmniRe中提到他们参考了来构建非刚体object的构建，所以看了一下论文，论文是去年9月发表，也是紧跟3DGS的工作，当时对整个结构的改动不是特别大，主要贡献就是在原版上面加入了一个MLP用于二次优化部分高斯属性；
2024-10-20 19:17:44
1612
原创 [论文翻译]2DGS: 2D Gaussian Splatting for Geometrically Accurate Radiance Fields
这个特性使得它能够更好地与薄表面对齐。虽然之前的方法[Kopanas等，2021；Yifan等，2019]也使用二维高斯进行几何重建，但它们需要密集的点云或地面真实法线作为输入。相比之下，我们仅给定一个稀疏的校准点云和光度监督，就可以同时重建外观和几何形状。如图3所示，我们的二维涂抹由其中心点。
2024-10-20 11:44:39
992
原创 [论文解析]Scaffold-GS：视图自适应渲染的重建
一种隐式和显式表达的结合方法，三个主要贡献点：1. 三维高斯表示场景，锚点和voxel结合去掉冗余高斯，更注重场景的结构表示；2. 用MLP来训练高斯参数；3. anchor的增删策略替换了原版的高斯增删策略；
2024-09-22 13:01:00
1984
原创 [论文翻译]Scaffold-GS: Structured 3D Gaussians for View-Adaptive Rendering
最近，三维高斯Splatting（3D-GS）[22]已经实现了最先进的渲染质量和速度。该方法从由运动恢复结构（Structure from Motion，SfM）[42]得出的点云初始化，优化一组3D高斯来表示场景。它保留了体积表示中固有的连续性，同时通过将3D高斯splatting到2D图像平面上，促进了快速的光栅化。尽管这种方法提供了几个优点，但它往往会过度扩展高斯球体以适应每个训练视图，从而忽略了场景结构。这导致显著的冗余并限制了其可扩展性，特别是在复杂的大规模场景的背景下。
2024-09-22 12:52:36
1336
原创 论文翻译：OmniRe: Omni Urban Scene Reconstruction
我们介绍了OmniRe，这是一种全面的方法，用于从设备日志中高效重建高保真动态城市场景。最近使用神经辐射场或高斯Splatting对驾驶序列进行建模的方法已经展示了重建具有挑战性的动态场景的潜力，但通常忽视了行人和其他非车辆动态行为者，阻碍了动态城市场景重建的完整流程。为此，我们提出了一个全面的3DGS框架，用于驾驶场景，名为OmniRe，它允许准确、完整地重建驾驶日志中的多样化动态对象。OmniRe基于高斯表示构建动态神经场景图，并构建多个本地规范空间，模拟各种动态行为者，包括车辆、行人和骑自行车者等。
2024-09-07 21:47:08
1531
原创 论文翻译：3D Gaussian Splatting for Real-Time Radiance Field Rendering
3DGS论文翻译
2024-09-01 16:56:57
1745
原创 2023每日积累Q2
宏，并传递不同的参数来创建多个相似的链接和相机。这些相机分别放置在机器人的底盘、头部和手臂上，具有不同的名称和分辨率。希望这个例子能够帮助你理解如何使用 xacro 创建多个相似的链接和传感器！然后，在机器人模型的 xacro 文件中调用。在上述代码中，我们分别调用了。宏三次，分别创建了名为。
2023-07-03 20:22:02
163
1
原创 Intel TBB库+CMake+Ubuntu配置流程
文章目录下载源代码编译测试下载源代码从github上下载源代码git clone https://github.com/oneapi-src/oneTBB.gitgit clone https://github.com/wjakob/tbb.git第一个是官方的TBB库，第二个是添加了CMake构建方式的TBB库(网友制作)。编译按照正常的CMake编译过程进行编译，进入刚刚下载的oneTBB*文件夹中，执行以下命令。mkdir buildcd buildcmake ..make -
2020-12-25 14:59:11
7630
6
原创 Intel TBB库+VS2019+WIN10配置
目录配置步骤下载TBB库配置环境变量配置项目属性在网上找TBB库的资料的时候发现相关资料太少，就想着开一个来记录自己的学习过程。不定期更新配置步骤如果能够接触到TBB库，相信你已经有了一定的编程基础，对VS等IDE也有了一定了解，所以步骤会简略一些。下载TBB库首先从下载TBB库开始吧。基于win10+vs2019的环境配置（写文章时手头没有别的环境，VS2017、2015同理）TBB从GitHub下载，根据自己的系统下载稳定发行版。想省事儿的就下载编译好的版本解压即用，源代码版本需要编译。
2020-10-25 21:33:25
9158
4
原创 ROS中订阅激光数据生成PCD文件
目录简易版本新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入简易版本由于课题是做激光雷达定位方向，所以需要在...
2019-12-20 10:57:48
1493
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人