Gaussian-splatting是一种新型3D场景渲染技术,利用3D高斯分布表示场景并进行优化,实现了实时高质量新视角生成。该方法采用快速可见性感知算法,支持各向异性渲染,在1080p分辨率下可达30+fps。相比传统方法,Gaussian-splatting在视觉质量和渲染速度上均有显著提升,为实时高保真3D场景重建开辟了新途径。

2D高斯溅射项目提出了一种新型场景表示方法,使用2D定向圆盘表示场景并通过可微光栅化渲染。该方法开发了正则化技术提升重建质量,设计了网格化算法,在几何精度和渲染质量上取得显著进展。项目提供完整的训练评估脚本和SIBR可视化工具,为3D场景重建和新视角合成领域带来创新解决方案。

本项目整理了3D Gaussian Splatting领域的前沿论文和开源资源,包括自动驾驶、头像生成、压缩优化等多个应用方向,以及实现代码、数据集和教程。这些资源为研究人员和开发者提供了全面的参考,有助于推动该技术的发展与落地应用。

Gaussian-Splatting-Monitor是3D Gaussian Splatting项目的扩展工具，专为研究人员设计。它新增了Alpha、深度、法线、曲率和边缘等可微分输出，并集成了可扩展查看器和实时指标显示功能。这些特性使研究人员能够深入分析Gaussian Splatting模型的体积特性，开发新的损失函数，并实时监控训练过程。该工具旨在推动高保真辐射场渲染领域的创新研究，为相关项目提供强大的分析和可视化支持。

K-Planes是一个创新的显式辐射场模型，可扩展到任意维度场景，适用于静态、动态和可变外观的数据集。该项目在空间、时间和外观上进行了明确建模，推动了神经辐射场研究的发展。K-Planes提供完整的代码实现、预训练模型，并与NerfAcc和NerfStudio集成，便于研究人员进行开发和应用。在多个基准数据集上，K-Planes展现了良好的性能，为3D场景重建和渲染领域提供了新的思路。

LaRa项目开发了创新的大基线辐射场技术，提高了3D重建效率和质量。通过支持半精度训练，该技术实现了收敛速度提升100%以上，性能增益约1.5dB。LaRa能从多视图、文本和单视图输入重建辐射场，在计算效率和重建质量方面取得了显著进展，为3D重建和渲染领域开辟了新途径。