GauFRe：用于实时动态新视角合成的高斯变形场

原文约400字，阅读约需1分钟。发表于：。

使用可变形 3D 高斯方法进行动态场景重建，将高斯飞溅效果扩展以适应通过多层感知器定义的时间相关变形场的可变形高斯集合的表示，同时使用静态高斯点云允许多层感知器集中其表示能力，最终优化得到与状态最前沿的动态神经辐射场方法相媲美且具有更快的优化和渲染速度。

本文介绍了一种新型基于点的方法，称为高斯流（Gaussian-Flow），用于快速动态场景重建和实时渲染。该方法利用了最新的基于点的3D高斯喷洒技术，并引入了双域变形模型来建模每个高斯点的属性变形。相比以往的方法，该方法不需要为每个帧训练单独的3D高斯喷洒或引入额外的隐式神经场。该方法在效率上取得了显著的改进，训练速度比每帧3D高斯喷洒建模快5倍，并且在新视图渲染质量上明显优于以往的主流方法。