FlameGS：基于高斯溅写重建火焰光场
计算机视觉与模式识别
2024-12-31 v1 图像与视频处理
摘要
为解决传统燃烧诊断算法（ART）耗时且计算密集的问题，本文灵感来源于火焰模拟技术，提出一种新颖的火焰表示方法。通过建模火焰的发光过程并利用2D投影图像进行监督，实验验证表明，该模型在实际图像与预测2D投影之间平均结构相似性指数（Structural Similarity Index, SSIM）可达0.96，峰值信噪比（Peak Signal-to-Noise Ratio, PSNR）为39.05。此外，与传统算法相比，计算时间约减少34倍，内存占用约减少10倍。
引用
@article{arxiv.2412.19841,
title = {FlameGS: Reconstruct flame light field via Gaussian Splatting},
author = {Yunhao Shui and Fuhao Zhang and Can Gao and Hao Xue and Zhiyin Ma and Gang Xun and Xuesong Li},
journal= {arXiv preprint arXiv:2412.19841},
year = {2024}
}