3D高斯散射（3D-GS）是计算机图形学领域的重要进展，提供了明确的场景表示和新颖的视图合成技术，无需神经网络。本文对3D高斯散射的相关论文进行了调研，按特征和应用分类，介绍了其理论基础，为新研究人员提供参考文献和研究方向。

本研究提出了FruitNeRF框架，通过视图合成技术在3D空间内直接计数水果。利用神经辐射场实现精确计数，防止重复和误计数。展示了该方法在实际和合成数据集上的优越性。

本研究提出了一种方法来训练适用于各种车辆类型的鸟瞰图分割模型，避免额外的数据收集和标注成本。该方法通过引入新颖的视图合成技术，解决了现有感知模型对于摄像机视角变化的敏感问题。