梯度加权特征反投影：3D 高斯溅写作中特征蒸馏的快速替代方案
计算机视觉与模式识别
2024-11-26 v1 人工智能
摘要
我们介绍一种用于高斯溅写作的 feature field 渲染的 training-free 方法。我们的做法将 2D 特征反投影到预训练的 3D 高斯中，基于每个高斯在最终渲染中的影响进行加权求和。虽然大多数基于训练的 feature field 渲染方法在 2D 分割方面表现出色，但在 3D 分割上需要后处理才能表现良好，而我们的方法在 2D 和 3D 分割方面都能实现高质量结果。实验结果表明，我们的方法快速、可扩展，且性能与基于训练的方法相当。
引用
@article{arxiv.2411.15193,
title = {Gradient-Weighted Feature Back-Projection: A Fast Alternative to Feature Distillation in 3D Gaussian Splatting},
author = {Joji Joseph and Bharadwaj Amrutur and Shalabh Bhatnagar},
journal= {arXiv preprint arXiv:2411.15193},
year = {2024}
}