3D高斯泼溅原理及实践【3DGS】

最新推荐文章于 2025-03-26 17:17:47 发布
最新推荐文章于 2025-03-26 17:17:47 发布
阅读量6.1k 收藏 60
点赞数 12
文章标签： 3d
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shebao3333/article/details/139428848
版权

人工智能可能是我们这个时代的主要领域之一，它几乎可以用于从驾驶汽车到医疗保健甚至能够预防失明等所有领域，最近提出了一种新的 3D 重建方法。SNGULAR 及其人工智能团队希望了解有关 3D 重建技术的最新更新的更多信息。

目前可用于 3D 重建的许多 SOTA 方法需要大量 CPU/GPU 使用率来处理场景或渲染场景，其中一些甚至需要两者兼而有之。SIGGRAPH 2023 Gaussian Splatting 上提出的新方法可以节省推理和渲染的时间。

NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - Three.js虚拟轴心开发包 - 3D模型在线减面 - 

最低0.47元/天 解锁文章
高斯泼溅的全面概述
gongdiwudu的专栏
12-30 1万+
高斯泼溅是一种用于表示 3D 场景和渲染新颖视图的方法，在“实时辐射场渲染的 3D 高斯泼溅”中引入。
3D高斯泼溅（Splatting）简明教程
新缸中之脑
11-05 9518
3D 高斯泼溅的核心是一种光栅化技术。有描述场景的数据。在屏幕上绘制数据。然而，它不是三角形，而是高斯分布。这是一个栅格化的高斯函数，为了清晰起见，绘制了边框：位置：它所在的位置 (XYZ)协方差：如何拉伸/缩放（3x3 矩阵）颜色：它是什么颜色（RGB）Alpha：透明度如何 (α)在实践中，会同时绘制多个高斯曲线：这是三个高斯。那么 700 万高斯呢？这是每个高斯光栅化完全不透明的样子：这是对 3D 高斯分布的非常简短的概述。接下来，让我们逐步完成本文中描述的完整过程。
高斯泼溅（Gaussian Splatting）技术浅析
最新发布
zhu_zhu_xia的博客
03-26 532
高斯泼溅技术（Gaussian Splatting）是一种通过高斯分布的光栅化方法，实现从图像样本中实时渲染逼真场景的技术‌。它通过构建每个点的高斯分布，并优化其参数，以实现场景的细腻再现‌。高斯泼溅技术利用3D高斯点而不是传统的三角面片来表达场景，从而实现了高效的三维转换和逼真的渲染效果‌。
高斯泼溅（Gaussian Splatting）：3D建模的颠覆性革命
yingtu666的博客
02-23 1143
高斯泼溅（Gaussian Splatting）：3D建模的颠覆性革命
3D Gaussian Splatting的全面理解
scott198512的博客
11-16 2360
对3D GS进行了整体性的梳理与小结
3D高斯泼溅的崛起【三维重建】
新缸中之脑
04-08 6466
3D 高斯分布是计算机图形学中的一项复杂技术，它通过将点或“splats”从点云投影到 3D 空间，并为每个 splat 使用高斯函数来创建高保真、逼真的 3D 场景。该技术支持复杂的依赖于视图的视觉效果，并通过产生动态且逼真的可视化效果超越了传统的点云渲染。今年在 SIGGRAPH 2023 上发表了一篇最受欢迎的研究论文，详细解释了用于实时辐射场渲染的 3D 高斯分布的技术细节（全文和 git 存储库可在线公开获取），引发了人们对这一主题的新兴。
3D高斯溅射：面向三维场景的实时渲染技术
02-11 1万+
高斯溅射技术一经推出，立刻引起学术界和工业界的广泛关注。相比传统的隐式神经散射场渲染技术，高斯溅射依托椭球空间，显性地表示多目图像的三维空间关系，其计算效率和综合性能均有较大的提升，且更容易理解。可以预见，未来2年针对高斯溅射的应用研究将会迎来爆炸式发展。通过本篇博文，我和大家来一起了解高斯溅射技术，希望对有需要的同学提供一点帮助。
【小白】一文读懂3DGS高斯泼溅技术
热门推荐
weixin_47228643的博客
07-23 1万+
3D Gaussian Splatting是最近NeRF方面的突破性工作，它的特点在于重建质量高的情况下还能接入传统光栅化，优化速度也快（能够在较少的训练时间，实现SOTA级别的NeRF的实时渲染效果，且可以以 1080p 分辨率进行高质量的实时（≥ 30 fps）新视图合成）。开山之作就是论文“3D Gaussian Splatting for Real-Time Radiance Field Rendering”是2023年SIGGRAPH最佳论文。
3D 高斯溅射 (Gaussian Splatting)技术，一种实现超写实、高效渲染的突破性技术
12-18 3124
3D 高斯溅射 (3DGS) 的核心技术是通过数百万个微小的、半透明的椭球体（即“高斯溅射”）来创建和渲染 3D 场景。与依赖多边形或复杂神经网络的传统方法不同，3DGS 利用这些溅射点来表现场景。每个溅射点包含其位置、颜色、大小和透明度的信息。当经过组合后，这些溅射点能高度还原场景的真实感。
3D Gaussian Splatting三维高斯溅射简介
weixin_42914912的博客
03-20 3553
三维高斯溅射是一种场景表达方式，基于高斯椭球小颗粒重建场景的三维结构，通过溅射的方式打到二维平面显示器实现快速的画面渲染。从应用上讲，用户输入多幅目标场景图片给模型，模型将重建3D Gaussian场景，继而能够通过溅射场景3D模型到不同相机位置的2D平面进行渲染。这里作个不严谨的比喻，椭球相当于组成人体结构的细胞，而当我们用眼睛看人体时，我们是看到表皮细胞反射的光线溅射到我们眼底视网膜上的形象。而这里的每个细胞都是椭球，这个椭球由四个重要的性质来定义：位置、协方差矩阵、不透明度。
3D 高斯泼溅(Gaussian Splatting)-3D重建的3DGS时代
wishchinYang的专栏
05-17 3933
3D重建自从NeRfs出现之后又热闹了一次，3D GS技术一时间燃变了整个三维重建和Slam领域，几个月不见，沧海桑田。3D 高斯泼溅（Splatting）是，它允许实时渲染从小图像样本中学习到的逼真场景。从点云/多面体 到场景渲染，是一个异常 经验性的过程。SIGGRAPH 2023论文奖公布，山大、港大获奖，北大、腾讯光子获提名 - 知乎机器之心报道， 编辑：蛋酱、小舟。近日，计算机图形学及互交技术顶会 SIGGRAPH 2023 公布了今年的技术论文奖项。
3DGS 高斯泼溅 × 图扑 HT 引擎
Hightopo的博客
12-31 1260
3D 高斯泼溅(3D Gaussian Splatting，又称 3D 高斯溅射或 3D 高斯飞溅)作为三维场景表示和渲染领域的重要突破，正在重新定义三维重建的可能性。它利用技术，使用而不是传统的三角面来表达场景，不仅实现了，更带来极致。与传统方法相比，它在等核心参数上都实现了质的飞跃。本篇内容将展示图扑软件应用 3D 高斯泼溅技术，对厦门总部办公室和厦门中山路步行街进行的可视化项目搭建。通过，让用户能从虚拟空间中全方位体验建筑环境，获得沉浸式的空间互动体验。根据场景规模选用合适的采集方式。
【三维重建】Pixel-GS:三维高斯泼溅的像素感知的梯度密度控制（去除浮点，提升精度）
qq_45752541的博客
08-12 3052
三维高斯溅射（3DGS）在提高实时渲染性能的同时，展示了令人印象深刻的新视图合成性能。然而，它的有效性在很大程度上依赖于初始点云的质量，导致在初始化点不足的区域出现模糊和针状伪影（ needle-like artifacts）。这个问题主要是由于点云的增长条件，它只考虑了可观测视点的splats的平均梯度大小，因此对于许多只覆盖在边界内的可观测的大高斯值无法增长。为了解决这个问题，Pixel-GS将被覆盖的像素数，视为动态平均不同视角的梯度的权重，从而促进大高斯分布的增长。
三维高斯溅射(3D Gaussian Splatting,3DGS)
2403_85515624的博客
03-14 1543
它通过使用3D高斯函数来表示场景中的点，并将这些高斯函数投影到2D图像平面上进行渲染。这项技术自2023年由Kerbl等人在 ACM Siggraph会议上首次提出以来，因其出色的渲染质量和实时性能而受到学术界和工业界的广泛关注。下图为3DGS算法的流程以下为原文中3DGS效果的展示备注：峰值信噪比(Peak Signal to Noise Ratio,PSNR)是图像质量评价领域最常用且历史最悠久的算法，基于两张图像之间的均方误差，可以进一步计算两张图像之间的PSNR值；
3DGS（三维高斯散射）算法原理介绍
qq_36812406的博客
02-22 2756
3DGS（3D Gaussian Scattering）是一种基于高斯分布的三维场景表示与渲染方法，主要用于高效建模和渲染复杂的三维场景，尤其适用于动态环境或需要实时性能的应用。其核心思想是将三维空间中的物体或体积表示为多个高斯函数的集合，并通过优化这些高斯参数来拟合观测数据（如多视角图像），最终实现高质量的渲染效果。3DGS通过显式的高斯分布建模三维场景，结合可微渲染技术，在实时性与渲染质量之间取得平衡。在渲染过程中，光线穿过三维场景时，与沿途的高斯函数相互作用。
3D Gaussian Splatting 数学原理与推导
scott198512的博客
02-22 1434
3D Gaussian Splatting源于EWA的理论基础，本文重点从EWA模型出发，详细推导3D GS中的数学原理，加深对鱼眼相机畸变场景下的理解。
高斯溅射:三维重建与新视角合成的革命性技术
步子哥的博客
08-03 2332
在计算机视觉和图形学领域,三维重建和新视角合成一直是备受关注的研究热点。传统方法如摄影测量和多视角立体视觉在处理复杂场景时往往面临诸多挑战。近年来,基于深度学习的方法,如神经辐射场(NeRF),在这一领域取得了显著进展。然而,这些方法仍存在渲染速度慢、训练时间长等问题。2023年6月,Kerbl等人[1]提出的高斯溅射(3D Gaussian Splatting)技术为三维重建和新视角合成领域带来了革命性的突破。
3D Gaussian Splatting（3DGS）的核心原理
Felaim的博客
02-23 1542
通过显式的高斯分布建模，在实时性、动态场景适应性和多传感器融合方面展现出独特优势，成为自动驾驶三维感知的理想工具。其高效的渲染能力和灵活性，使其在实时建图、障碍物检测、仿真测试等场景中具有广阔应用前景。随着算法优化与硬件升级，3DGS有望成为自动驾驶三维感知的新一代核心技术。
3D高斯泼溅（Gaussian Splatting）通俗解释
u012854516的专栏
02-22 4114
原理：输入一组静态图片，由sfm得到稀疏点云，从稀疏点云初始化成3D高斯函数集合，由于3D到2D投影的模糊性，几何体可能会被错误地放置，因此需要训练优化得到更准确的3D高斯函数，最后使用GPU快速的光栅化器渲染结果。功能：拍摄一段视频或多张图片，可以重建3维场景并能实时渲染。缺点：占用存储和显存大。优点：质量高、速度快。
3dgs input.ply
01-11
### 处理 PLY 文件的方法 对于 `input.ply` 文件的处理，可以采用多种方法和技术栈。如果目标是在 3D 高斯泼溅 (3DGS) 的框架下进行操作，则建议利用 NSDT 工具集中的资源[^1]。 #### 利用 Three.js 和相关工具包实现基本功能 为了加载并展示 `.ply` 文件，Three.js 是一个非常强大的库。下面是一个简单的例子： ```javascript import * as THREE from 'three'; import {PLYLoader} from 'three/examples/jsm/loaders/PLYLoader'; // 创建场景、相机和渲染器... const scene = new THREE.Scene(); const camera = new THREE.PerspectiveCamera(75, window.innerWidth / window.innerHeight, 0.1, 1000); const renderer = new THREE.WebGLRenderer(); renderer.setSize(window.innerWidth, window.innerHeight); document.body.appendChild(renderer.domElement); // 加载 .ply 文件 const loader = new PLYLoader(); loader.load('path/to/input.ply', function(geometry){ const material = new THREE.MeshStandardMaterial({color: 0x00ff00}); const mesh = new THREE.Mesh(geometry, material); scene.add(mesh); // 将网格添加到场景中 }, undefined, function(error){ console.error(error); }); camera.position.z = 5; function animate() { requestAnimationFrame(animate); renderer.render(scene, camera); } animate(); ``` 此代码片段展示了如何通过 Three.js 来读取 `.ply` 文件，并将其作为几何体对象加入至 Web 页面上的 3D 场景之中。 #### 进一步优化与高级特性集成 当涉及到更复杂的任务如模型简化、材质映射或是与其他格式互转时，可能还需要借助其他专门设计的功能模块或服务。例如，在线编辑 GLTF/GLB 或者 STL 模型切割等功能都可以帮助完成特定需求下的 PLY 文件处理工作。 另外，考虑到性能因素，特别是针对大型复杂的数据集，应该注意选择合适的硬件环境以及算法策略来提高效率。某些情况下，SOTA 方法确实会消耗较多计算资源来进行高质量的重建或渲染过程[^3]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值