GaussianSplattingVRViewerUnity: 一款基于Unity的高性能3D高斯散射VR查看器

RayRay
Gaussian SplattingVRUnityOpenXR3D渲染Github开源项目

GaussianSplattingVRViewerUnity: 一款基于Unity的高性能3D高斯散射VR查看器

在计算机图形学领域,如何实现高质量的实时3D渲染一直是研究的热点。近年来,随着人工智能技术的发展,一种名为3D高斯散射(3D Gaussian Splatting)的新型渲染技术引起了广泛关注。这种技术不同于传统的基于多边形的渲染方法,而是使用3D高斯函数来表示场景,能够以极快的速度生成高质量的photorealistic图像。

为了让开发者和研究者能够方便地使用这项新技术,法国国家信息与自动化研究所(INRIA)的Clarte团队开发了GaussianSplattingVRViewerUnity项目。这是一个基于Unity引擎的虚拟现实查看器,专门用于渲染3D高斯散射模型。让我们深入了解这个创新项目的特点和使用方法。

项目背景与技术原理

GaussianSplattingVRViewerUnity项目的灵感来源于2023年SIGGRAPH会议上发表的一篇论文《3D Gaussian Splatting for Real-Time Radiance Field Rendering》。该论文提出了一种新的实时辐射场渲染方法,相比其他神经辐射场(NeRF)技术,具有更快的渲染速度。

Clarte团队将论文中提出的Differential Gaussian Rasterization算法集成到Unity原生插件中,开发出了这款支持OpenXR的高斯散射模型查看器。该项目使用CUDA实现了原始的高斯散射渲染器,不仅可以在VR环境中使用,还可以在Unity中独立渲染高斯散射效果。

高斯散射渲染效果

主要特性

  1. 支持同时加载多个模型
  2. 可在多个摄像机上渲染高斯散射效果
  3. 支持与3D场景进行深度混合
  4. 基于OpenXR,兼容多种VR头显设备
  5. 提供预编译的Windows版本,方便快速测试
  6. 可从源代码编译或直接在Unity项目中使用

硬件要求

为了获得最佳体验,GaussianSplattingVRViewerUnity对硬件配置有一定要求:

  • 支持VR的Windows电脑
  • 最低GPU要求:支持CUDA且计算能力在7.0以上的显卡(如GeForce 2060及以上)
  • 推荐GPU:GeForce 4070及以上

开发团队使用的测试硬件配置为:

  • CPU: Intel Core i7-11700K
  • RAM: 16GB
  • GPU: NVIDIA GeForce RTX 3060 Ti
  • VRAM: 8GB
  • 操作系统: Windows 10

使用指南

快速开始

  1. 项目release页面下载最新版本的VR查看器。
  2. 连接VR头显设备,并将其运行时设置为默认OpenXR运行时。
  3. 运行GaussianSplattingVRViewer.exe可执行文件,启动VR应用程序。
  4. 在弹出的菜单中选择并加载"default.ply"模型文件。

默认模型加载效果

加载自定义模型

除了默认模型,用户还可以加载自己的高斯散射模型:

  1. 可以下载预训练模型(14GB),或使用Polycam服务生成模型,甚至使用参考工具包训练自己的模型。
  2. 将得到的point_cloud.ply文件复制到GaussianSplattingVRViewer.exe所在文件夹。
  3. 启动应用程序,新添加的模型文件将出现在菜单列表中,可以选择加载。

加载自定义模型

操作方法

  • 按住一个VR控制器的Grip按钮可旋转和移动场景。
  • 同时按住两个控制器的Grip按钮可缩放场景。两个控制器之间会出现一条线,作为标尺辅助缩放。
  • 左控制器的摇杆用于在场景中平移,如向前推动摇杆可沿控制器指向的方向飞行。
  • 右控制器的摇杆用于左右或180度转向。
  • 左控制器的Menu按钮可打开菜单,在菜单中可以:
    • 调整渲染分辨率
    • 查看渲染速度和模型总splat数量
    • 查看可加载的模型列表
    • 锁定模型以禁用旋转和缩放
    • 退出应用程序

性能表现

开发团队使用"自行车"场景进行了性能测试,在NVIDIA GeForce RTX 3060 Ti显卡上渲染1024x1024像素的结果如下:

  • 官方SiBr查看器 / OpenGL(60°视场角): 12ms (80 FPS)
  • Unity / DirectX 11 (60°视场角): 15ms (67 FPS)
  • Unity / OpenXR (双眼,90°视场角): 38ms (26 FPS)

在VR模式下,由于视场角更大(90°而非60°)且需要渲染两个1024x1024的纹理(每只眼睛一个),因此会渲染更多的splat。

项目的意义与展望

GaussianSplattingVRViewerUnity项目为3D高斯散射技术在虚拟现实领域的应用开辟了新的可能性。它不仅为研究人员提供了一个便捷的工具来可视化和探索高斯散射模型,还为游戏开发者和VR内容创作者提供了一种新的高质量实时渲染方案。

随着硬件性能的不断提升和算法的持续优化,我们可以期待在未来看到更多基于3D高斯散射技术的impressive VR应用。例如:

  1. 高度photorealistic的VR游戏和体验
  2. 基于实景的虚拟旅游应用
  3. 高精度的工业设计和建筑可视化
  4. 医疗影像的3D重建和交互式查看

此外,GaussianSplattingVRViewerUnity作为一个开源项目,也为社区贡献和技术创新提供了平台。开发者可以基于这个项目进行二次开发,添加新的功能或优化渲染性能,推动3D高斯散射技术在VR领域的进一步发展。

结语

GaussianSplattingVRViewerUnity项目展示了3D高斯散射技术在虚拟现实领域的巨大潜力。它不仅提供了高质量的实时渲染效果,还具有良好的兼容性和易用性。无论您是研究人员、开发者还是VR爱好者,都可以通过这个项目轻松体验最新的3D渲染技术。随着技术的不断进步,我们有理由相信,基于3D高斯散射的VR应用将在未来为我们带来更加逼真和沉浸的虚拟体验。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多