我们提出了一种从稀疏训练视角中训练一致的基于3DGS的辐射场的方法，通过深度先验、生成和显式约束来减少背景折叠、移除浮点值，并增强未见视角的一致性。实验证明我们的方法在MipNeRF-360数据集上超过了基本的3DGS的30.5%和基于NeRF的方法的15.6%。

我们提出了一种从稀疏训练视角中训练一致的基于3DGS的辐射场的方法，通过深度先验、生成和显式约束来减少背景折叠、移除浮点值，并增强未见视角的一致性。实验证明我们的方法在MipNeRF-360数据集上超过了基本的3DGS的30.5%和基于NeRF的方法的15.6%。

我们提出了一种从稀疏训练视角中训练一致的基于3DGS的辐射场的方法，通过深度先验、生成和显式约束来减少背景折叠、移除浮点值，并增强来自未见视角的一致性。实验证明我们的方法在MipNeRF-360数据集上以较少的训练和推理成本超过了基本的3DGS的30.5%和基于NeRF的方法的15.6%。