利用原语实现的高斯溅射增强：带空间变色的 SVGS

Rui Xu; Wenyue Chen; Jiepeng Wang; Yuan Liu; Peng Wang; Cheng Lin; Shiqing Xin; Xin Li; Wenping Wang; Taku Komura

利用原语实现的高斯溅射增强：带空间变色的 SVGS

计算机视觉与模式识别 2026-05-05 v2 图形学多媒体

作者: Rui Xu , Wenyue Chen , Jiepeng Wang , Yuan Liu , Peng Wang , Cheng Lin , Shiqing Xin , Xin Li , Wenping Wang , Taku Komura

在 arXiv 上查看 ↗ PDF ↗

摘要

高斯溅射在基于高斯显式表示的多视角重建方面展现了惊人的成果。然而，当前的高斯原语仅具有单一视图相关颜色和不透明度，用于表示场景的外观和几何，导致表示非紧凑。本文提出了一种新方法，称为 SVGS（Spatially Varying Gaussian Splatting），其利用单一高斯原语中的空间变色和不透明度来提高其表示能力。我们实现了双线性插值、可移动核和微型神经网络作为空间变函数。SVGS 使用 2D 高斯 surfels 作为原语，显著增强了新视角合成，同时保持高质量的几何重建。该方法在实际应用中尤为有效，因为由复杂纹理组合简单几何构成的场景在实际环境中经常出现。定量和定性实验结果表明，所有三种函数均优于基线，其中最佳可移动核在多个数据集上实现了卓越的新视角合成性能，凸显了空间变函数的强大潜力。项目页面: https://ruixu.me/html/SuperGaussians/index.html

关键词

高斯溅射神经渲染新视角合成空间变色 3D 重建

引用

@article{arxiv.2411.18966,
  title  = {SVGS: Enhancing Gaussian Splatting Using Primitives with Spatially Varying Colors},
  author = {Rui Xu and Wenyue Chen and Jiepeng Wang and Yuan Liu and Peng Wang and Cheng Lin and Shiqing Xin and Xin Li and Wenping Wang and Taku Komura},
  journal= {arXiv preprint arXiv:2411.18966},
  year   = {2026}
}

备注

IEEE Transactions on Visualization and Computer Graphics

利用原语实现的高斯溅射增强：带空间变色的 SVGS

摘要

关键词

引用

备注

相关论文