多视角引导的自适应分位数基准几何一致性密度化的 MV-G Splatting

BriefGPT - AI 论文速递 · 2024-07-16T00:00:00Z

本研究介绍了一种栅格化方法，用于渲染通用3D高斯飞溅的深度图和表面法线图，提高形状重建准确性并保持计算效率。该方法在DTU数据集上达到与NeuraLangelo相当的Chamfer距离误差，训练和渲染时间与传统高斯飞溅相似。该方法是高斯飞溅的重要进展，可集成到现有方法中。