LoopSparseGS:基于循环的稀疏视角友好高斯喷洒
原文中文,约300字,阅读约需1分钟。发表于: 。通过引入 LoopSparseGS 框架,结合 Progressive Gaussian Initialization、Depth-alignment Regularization 和 Sparse-friendly Sampling 策略,实现了对稀疏输入视角进行精确的新视角合成,并在多个数据集上表现优于现有的最先进方法。
本文介绍了一种基于点的可微渲染框架,用于从照片集合中重建场景。该框架结合了残差球谐系数传输模块和空间注意力模块,适应不同光照条件和光度后处理。实验结果显示该方法优于现有方法在渲染质量、收敛速度和渲染速度方面。