快速 LGS: 通过特征格映射加速语言嵌入高斯
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
我们提出了一种从稀疏训练视角中训练一致的基于3DGS的辐射场的方法,通过深度先验、生成和显式约束来减少背景折叠、移除浮点值,并增强未见视角的一致性。实验证明我们的方法在MipNeRF-360数据集上超过了基本的3DGS的30.5%和基于NeRF的方法的15.6%。
🎯
关键要点
- 提出了一种从稀疏训练视角中训练一致的基于3DGS的辐射场的方法。
- 通过集成深度先验、生成和显式约束来减少背景折叠和移除浮点值。
- 增强来自未见视角的一致性。
- 实验证明该方法在MipNeRF-360数据集上超过了基本的3DGS的30.5%。
- 该方法在MipNeRF-360数据集上超过了基于NeRF的方法的15.6%。
- 该方法具有较少的训练和推理成本。
➡️