3D Gaussian Splatting for Real-Time Radiance Field Rendering
该论文由Bernhard Kerbl等人于2023年发表在SIGGRAPH，是3D高斯溅射（3D Gaussian Splatting, 3DGS）领域的开创性论文。论文提出了一种用于实时辐射场渲染的新型3D表示方法，通过将场景表示为数百万个各向异性3D高斯函数，并利用光栅化技术实现实时高质量渲染。核心贡献包括：1）提出3D高斯溅射表示方法，将场景表示为带位置、旋转、缩放、不透明度和球谐颜色的3D高斯函数；2）提出基于梯度的优化算法，能够从多视角图像中自动优化3D高斯的参数；3）提出可微光栅化技术，能够在GPU上实时渲染3D高斯场景，渲染速度达到100+ FPS；4）在多个标准数据集上取得了最先进的渲染质量，同时实现了实时渲染速度。该论文发表后引起了广泛关注，引用超过3000次，3DGS已成为继NeRF之后最重要的3D场景表示方法之一，广泛应用于机器人感知、AR/VR、数字孪生、自动驾驶等领域。
主体信息
该论文由Bernhard Kerbl等人于2023年发表在SIGGRAPH，是3D高斯溅射（3D Gaussian Splatting, 3DGS）领域的开创性论文。论文提出了一种用于实时辐射场渲染的新型3D表示方法，通过将场景表示为数百万个各向异性3D高斯函数，并利用光栅化技术实现实时高质量渲染。核心贡献包括：1）提出3D高斯溅射表示方法，将场景表示为带位置、旋转、缩放、不透明度和球谐颜色的3D高斯函数；2）提出基于梯度的优化算法，能够从多视角图像中自动优化3D高斯的参数；3）提出可微光栅化技术，能够在GPU上实时渲染3D高斯场景，渲染速度达到100+ FPS；4）在多个标准数据集上取得了最先进的渲染质量，同时实现了实时渲染速度。该论文发表后引起了广泛关注，引用超过3000次，3DGS已成为继NeRF之后最重要的3D场景表示方法之一，广泛应用于机器人感知、AR/VR、数字孪生、自动驾驶等领域。