超级会员免费看
CityGaussian是一种3D高斯溅射方法，通过分治训练策略和细节级别（LoD）策略，实现大规模场景的高效训练和实时高质量渲染。它采用全局高斯先验和自适应数据选择，减少内存需求和计算开销，通过LoD策略根据视角距离选择不同细节层次的高斯进行渲染，从而在保证渲染质量的同时，显著提升了大规模场景的渲染速度。
作者：Yang Liu | 编辑3DCV
添加微信：dddvision，备注：3DGS，拉你入群。文末附行业细分群
论文题目：CityGaussian: Real-time High-quality Large-Scale Scene Rendering with Gaussians
作者：Yang Liu等
代码链接：https://dekuliutesla.github.io/citygs/
论文链接：https://arxiv.org/pdf/2404.01133.pdf
1 引言
这篇文章介绍了一种名为CityGaussian的方法，用于实时高质量大规模场景渲染。该方法采用3D高斯溅射(3DGS)作为场景表示，并通过分治训练策略和细节级别(LoD)策略实现了对大规模3DGS的高效训练和渲染。具体来说，该方法首先使用普通3DGS训练策略生成全局场景高斯，然后基于此全局先验采用分治策略将高斯分割成多个块进行并行训练，最后通过LoD策略根据视角距离选择不同细节级别的高斯进行渲染。实验结果显示
订阅专栏 解锁全文
扫一扫
184
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
