Trick-GS：高效高斯溅射的平衡技巧组合
计算机视觉与模式识别
2025-01-27 v1
摘要
高斯溅射（GS）用于3D重建因其快速训练、推理速度和高质量重建而变得非常流行。然而，基于GS的重建通常包含数百万个高斯，这使得它们难以在诸如智能手机等计算受限设备上使用。本文首先提出了一套严谨的高效GS方法的分析。随后，我们提出Trick-GS，这是一组合一系列策略的谨慎组合，包括（1）随分辨率、噪声和高斯尺度的渐进训练，（2）学习按重要性修剪和掩码原始图块和SH频段，以及（3）加速的GS训练框架。Trick-GS为资源受限的GS迈出了重要一步，其中更快的运行时、更小的模型以及更快的收敛速度至关重要。我们在三个数据集上的结果表明，Trick-GS在训练速度上快至2倍，磁盘大小缩小至40倍，渲染速度提升至2倍，同时保持与基础GS相当的准确性。
引用
@article{arxiv.2501.14534,
title = {Trick-GS: A Balanced Bag of Tricks for Efficient Gaussian Splatting},
author = {Anil Armagan and Albert Saà-Garriga and Bruno Manganelli and Mateusz Nowak and Mehmet Kerim Yucel},
journal= {arXiv preprint arXiv:2501.14534},
year = {2025}
}
备注
Accepted at ICASSP'25