EVA-Gaussian：基于3D高斯的实时人类新视角合成在不同相机设置下的应用
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了现有3D高斯合成方法在不同视角设置下渲染灵活性不足的问题。提出的EVA-Gaussian实时管道通过引入有效的跨视图注意力模块和强大的锚损失函数，显著提高了合成质量与视觉保真度。实验结果表明，该方法在多种相机设置下的渲染质量优于现有技术。
我们提出了一种创新的可动画化三维高斯模型，用于实时渲染高保真人体动作。相比NeRF，该模型在合成高频细节时无抖动。通过增强型三维高斯表示和可学习代码纠正几何变换的外观错误，设计了Alpha损失约束高斯在人体内部，并优化关节参数以提高外观准确性。模型通过浅层MLP学习，实现每秒66帧的实时合成，优于NeRF。
