超级会员免费看
GGRt是一种无姿态条件下的3D高斯喷溅新视图合成方法，通过IPO-Net和G-3DG模型估计相对姿态，实现快速高效重建。该框架减轻了对真实相机姿态的依赖，能进行高分辨率训练和实时渲染，适用于现实场景。
作者：Hao Li等人|编辑：计算机视觉工坊
添加小助理：dddvision，备注：3D目标检测，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（星球成员免费学习）、最新顶会论文、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！
0. 这篇文章干了啥？
NeRF和3D GS依赖相机的位姿真值，但实际场景中很难获取。并且由于使用了大量参数，难以在更高分辨率下进行重建。最后，这类方法在合成新视角时每次都需要完整地前向传播整个网络，难以实时渲染。
为了应对这些挑战，这篇文章提出了 GGRt，它将基于原始的基于图元的 3D 表示------快速和内存高效的渲染------带入到了无姿态条件下的通用新视角合成中。具体来说，我们引入了一种新颖的流水线，同时学习 IPO-Net 和 G-3DG 模型。这样的流水线可以强健地估计相对相机姿态信息，从而有效地减轻了对真实相机姿态的
订阅专栏 解锁全文
97
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
