3D场景重建史诗级新突破 | RetinaGS 驱动十亿级3D场景重建

编辑：3DCV

添加小助理：dddvision，备注：方向+学校/公司+昵称，拉你入群。文末附行业细分群

扫描下方二维码，加入3D视觉知识星球，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料：近20门视频课程(3D视觉各个方向)、最新顶会论文、3D视觉最新模组、3DGS系列(视频+文档)、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！

读者个人理解

本文探讨了在大规模、高分辨率数据集上训练高参数 3D 高斯涂抹 (3DGS) 模型的可能性。我们设计了一种名为 RetinaGS 的一般 3DGS 模型并行训练方法，该方法使用适当的渲染方程，可以应用于任何场景和任意分布的高斯基元。它使我们能够探索 3DGS 在基元数量和训练分辨率方面的扩展行为，这些方面以前难以探索，并超越了以前最先进的重建