EDGS：消除稠密化实现3D高斯溅快速收敛

3D高斯溅通过从稀疏 Structure-from-Motion initialization 开始，并在重建不足的区域上进行 refinement 来重建场景。该 process slow，因为需要 multiple densification steps，其中 Gaussians 被反复 split and adjusted，遵循 lengthy optimization path。此外，这种 incremental approach 常 yield 次优的 renderings in high-frequency 区域。我们提出了 fundamentally different approach：eliminate densification，通过使用来自稠密 image correspondences 的 triangulated pixels 实现 one-step approximation of scene geometry。这种 dense initialization 允许我们在保持 input RGB images rich details的同时估计 scene 的 rough geometry，为每个 Gaussian 提供 well-informed 的 color、scale 和 position。结果，我们大幅缩短了 optimization path，消除了 densification 的需求。Unlike 依赖稀疏 keypoints 的方法，我们的 dense initialization 确保即使在 other methods 难以应对的 high-frequency 区域也能实现 uniform detail。此外，由于所有 splats 在 optimization 开始时即可并行初始化，我们消除了等待 densification 来调整 new Gaussians 的需求。EDGS在显著快于 existing efficiency-focused approaches 的速度上达到LPIPS和SSIM性能，当 trained further 时，超过了旨在 maximize fidelity的 state-of-the-art models。该 method fully compatible with other acceleration techniques，使其成为一个 versatile 和 efficient solution，可以与 existing approaches 集成。