频率感知的高斯溅射分解

3D高斯溅射（3D-GS）实现了高效的新视角合成，但对所有频率均采用统一处理，难以分离粗糙结构与细节。近期研究开始利用频率信号，但缺乏对3D表示本身的显式频率分解。我们提出一种频率感知分解，将3D高斯分为对应输入图像拉普拉斯金字塔子带的组别。每组均采用空间频率正则化训练，以限制其聚焦于目标频率；高频带采用符号残差颜色捕获可能被低频重建遗漏的细节。渐进式粗到细训练计划稳定了分解过程。我们的方法在所有支持LOD的方法中实现了最高的重建质量和渲染速度。除了提升可解释性外，本方法支持动态层次细节渲染、渐进式流式传输、视角依赖渲染、可提示的3D聚焦以及艺术滤波。我们的代码将对外公开。