ShapeSplat:大规模高斯样本数据集及其自监督预训练
原文中文,约400字,阅读约需1分钟。发表于: 。本研究关注于3D高斯样本(3DGS)表示在视觉任务中的应用,提出了ShapeSplat数据集,包含65K个对象和87个独特类别,以支持直接在此表示空间进行3D理解。研究引入了“高斯-MAE”方法,强调利用高斯参数进行表征学习的独特优势,实验表明该方法能显著改善分类与分割任务的效果。
3D高斯喷墨(3DGS)是一种受欢迎的三维重建技术,Grendel是一个分布式系统,可以在多个GPU上并行计算3DGS参数,提高渲染质量。使用多个GPU的扩展3DGS参数,在大规模、高分辨率场景的评估中,测试PSNR从单个GPU的26.28提高到了使用16个GPU分布的27.28。Grendel是一个开源项目。