DARB-Splatting：利用衰减各向异性径向基函数泛化Splatting
计算机视觉与模式识别
2026-02-18 v3 人工智能
图形学
摘要
随着3D高斯Splatting的出现，基于Splatting的3D重建方法因其能高效合成高质量新视角而广受欢迎。这些方法通常采用指数族函数（如高斯函数）作为重建核，这得益于它们的各向异性特性、易于投影以及在光栅化中的可微性。然而，该领域仍局限于指数族内的变体，广义的重建核在很大程度上未被探索，部分原因是缺乏在3D到2D投影中的易积分性。鉴于此，我们证明了一类衰减各向异性径向基函数（DARBFs），即马氏距离的非负函数，通过近似高斯函数的闭式积分优势来支持Splatting。基于这一新视角，我们展示了选定DARB重建核的不同性能，实现了可比的训练收敛速度和内存占用，以及相当的PSNR、SSIM和LPIPS结果。
引用
@article{arxiv.2501.12369,
title = {DARB-Splatting: Generalizing Splatting with Decaying Anisotropic Radial Basis Functions},
author = {Hashiru Pramuditha and Vinasirajan Viruthshaan and Vishagar Arunan and Saeedha Nazar and Sameera Ramasinghe and Simon Lucey and Ranga Rodrigo},
journal= {arXiv preprint arXiv:2501.12369},
year = {2026}
}
备注
Link to the project page: https://github.com/viruthshaan/darb-splatting/