动态三维重建采用可变形的三维高斯函数用于单目动态场景重建（CVPR 2024）

主页

文章目录

• 摘要

• 一、前言

• 二、相关工作

• • 2.1 动态场景的神经渲染
  • 2.2 神经渲染加速

• 三、方法

• • 3.1 正则空间三维GS的可微渲染
  • 3.2 可变形的3D高斯
  • 3.3 退火平滑训练

• 四、实验

• • 4.1 实施细节
  • 4.2 合成数据集的比较
  • 4.3 真实数据集比较
  • 4.4 消融实验

• *总结与局限性

• • 一些demo

摘要

提示：这里是大概内容：

隐式神经表示 为动态场景重建与渲染开辟了新途径。然而, 传统的动态神经渲染方法对这些隐式表示依赖程度较高, 在捕捉场景中物体复杂细节方面存在局限性。此外, 该方法仅能在一般动态场景中实现实时渲染, 这一限制严重制约了其在多任务场景中的应用潜力。为此, 我们提出了基于可变形三维高斯分布的splatting技术方案, 该方案通过利用三维高斯分布在变形场规范空间内进行学习与重建, 实现对单目动态场景的有效