本文综述了3D高斯喷洒法在动态场景重构中的应用，介绍了通过多层感知器模型分离动态与静态部分的技术。研究提出自适应窗口采样和自监督一致性损失，提升了渲染质量和时域一致性。新方法如GaussianPro和EfficientGS在存储和渲染效率上表现优异，推动了3D重建技术的发展。

本文介绍了一种基于3D高斯喷洒法的动态场景重构技术，结合可调整的多层感知器（MLP）模型，实现动态与静态部分的分离。通过自适应窗口采样和自监督一致性损失，提升了场景的时域一致性和可视化质量。研究表明，该方法在动态场景的实时渲染中表现出色，具有高效性和优良的视觉效果。