GDGS：用于辐射场稀疏表示的梯度域高斯泼溅

3D 高斯泼溅方法正日益普及。然而，这些方法直接作用于信号，导致信号的密集表示。即使采用剪枝或蒸馏等技术，结果依然是密集的。在本文中，我们提出对原始信号的梯度进行建模。梯度比原始信号稀疏得多。因此，梯度使用的高斯泼溅要少得多，从而带来更高效的存储，并在训练和渲染过程中获得更高的计算性能。得益于这种稀疏性，在视图合成期间仅需少量像素，从而带来大幅提升的计算性能（快 $100\sim 1000\times$）。并且，可以通过求解具有线性计算复杂度的 Poisson 方程，从梯度恢复出 2D 图像。我们进行了若干实验以验证梯度的稀疏性及所提方法的计算性能。该方法可应用于各种场景，例如人体建模和室内环境建模。