weixin_58247017的博客

想象你拍了251张同一场景的照片（比如你的房间），想用它们生成一个3D模型。后续可以给这些星星“糊上墙纸”（贴纹理），生成逼真的3D模型！表示该3D点被哪些图像观测到，及其在对应图像中的2D特征点索引。所有通过验证的星星坐标连起来，就形成了你看到的​。从第9个字段开始，所有后续值为​。

看readme.md，不过代码我是直接下的zip，库要用git clone 那个网址（在作者主页）

Radiance Fields 的最新研究以其逼真的渲染质量为新颖的视图合成铺平了稳健的道路。然而，它们通常采用神经网络和体积渲染，这些算法的训练成本很高，并且由于渲染时间长，阻碍了它们在各种实时应用中的广泛使用。最近，人们提出了基于 3D 高斯展开的方法对 3D 场景进行建模，它在实时渲染图像的同时实现了卓越的视觉质量。但是，如果训练图像模糊，则渲染质量会严重下降。模糊通常是由于镜头散焦、物体运动和相机抖动而发生的，它不可避免地会干扰干净的图像采集。

排过序的keys,tileID从小到大排列（优先），depth从小到大排列；