3D Gaussian Splatting for Real-Time Radiance Field Rendering(慢慢啃，还是挺复杂的)

三个关键要素

1. 从相机配准的过程中得到的稀疏点云开始，使用3D Gaussian表示场景; 3D Gaussian: 是连续体积辐射场能够防止不必要的空空间优化。
2. 对 3D Gaussion进行交叉优化和密度控制: 优化各向异性血方差对场景精确表示。
3. 使用快速可视感知渲染算法来进行快速的训练和渲染。

Differentiable 3D Gaussian Splitting

• 表示方法和[1][2]有相似性，同时假设每一个点有一个带法线的平面圆。
• 由于SFM得到的点非常稀疏，很难估计法线，因此，我们建模我们的几何结构为一组不需要法线的3D高斯。定义为一个定义在世界空间的全3D协方差矩阵(3D coveriance matrix) $\Sigma$，中心在点$\mu$(mean):
  $G(x)=e^{-\frac{1}{2}(x)<}$