3D Gaussian Splatting的使用

3D高斯泼溅（Gaussian Splatting）通俗解释

原理：输入一组静态图片，由sfm得到稀疏点云，从稀疏点云初始化成3D高斯函数集合，由于3D到2D投影的模糊性，几何体可能会被错误地放置，因此需要训练优化得到更准确的3D高斯函数，最后使用GPU快速的光栅化器渲染结果。功能：拍摄一段视频或多张图片，可以重建3维场景并能实时渲染。缺点：占用存储和显存大。优点：质量高、速度快。

学习笔记之——3D Gaussian Splatting及其在SLAM与自动驾驶上的应用调研

论文主页3D Gaussian Splatting是最近NeRF方面的突破性工作，它的特点在于重建质量高的情况下还能接入传统光栅化，优化速度也快（能够在较少的训练时间，实现SOTA级别的NeRF的实时渲染效果，且可以以 1080p 分辨率进行高质量的实时（≥ 30 fps）新视图合成）。开山之作就是论文“3D Gaussian Splatting for Real-Time Radiance Field Rendering”是2023年SIGGRAPH最佳论文。

3d gaussian splatting公式推导

nerf中连续的积分渲染公式是：其中：那么转换为离散公式后有：其中，

狗都能看懂的3D Gaussian Splatting算法原理

说实话这篇文章对我来说有点超标了，看了原文和不少讲解，里面太多数学了，并且涉及到计算机图形学这块的技术。其中我看到一个很好的例子，利用雪球的例子讲解了NeRF和Gaussian Splatting的区别。所以借用了一下AI大模型，让他教我读了一下文档，不想看数学的读者刚好就可以看我这篇了。雪球飞到画布上，会“砸开一小片区域”，留下半透明的颜色（splat）。用椭球而不是球，能“拉长”去覆盖细长的结构（比如树枝、铁丝）。现在换个方式：场景里的每个小区域，就像一只手，捏着一个小雪球（就是一个。

从 COLMAP 到 3D Gaussian Splatting

随着NeRF和3D Gaussian Splatting等新技术的崛起，三维重建已进入“系统集成优先”的工程阶段。本文从实用角度出发，梳理了COLMAP、RGB-D、3DGS等主流方案的优劣对比，覆盖从建模输入、算法选择、Mesh导出到GPU/CPU部署的全链条实践路径。针对不同精度、预算与交付周期的需求，提供了一张清晰的选型路线图，并辅以实际脚本与经验建议，助力团队在1天内完成评估，1周内原型验证，1个月内产品交付。

Ubuntu22.04配置3D gaussian splatting

这篇博客提供了3D gaussian splatting在新安装Ubuntu上的配置过程。

3D生成革命：从Gaussian Splatting到GenAI的产业级应用

Gaussian Splatting与GenAI的融合，标志着3D内容生产从专家技能转向普惠工具。正如Step1X-3D团队所言：“当3D生成如打字般简单，每个创意都将获得三维生命这场革命的技术本质是三重跨越表示革命：从隐式NeRF到显式3DGS，解锁实时交互生成革命：扩散模型跨越2D-3D鸿沟，实现零样本创作控制革命：LoRA/ControlNet适配产业级精度需求随着SPAR3D、AutoSplat等技术的商用化落地，2025年将成为“3D生成工业化元年”。工具链。

3D Gaussian Splatting 部署

简介：3D Gaussian Splatting是一种用一组2d图像创建3d场景的方法，你只需要一个场景的视频或者一组照片就可以获得这个场景的高质量3d表示，使你可以从任何角度渲染它。它们是一类辐射场方法（如NeRF），但同时训练速度更快（同等质量）、渲染速度更快，并达到更好或相似的质量。3D Gaussian Splatting可以实现无界且完整的场景1080p分辨率下进行高质量实时（≥ 100 fps）视图合成。该论文获得的siggraph 2023最佳论文。

STM32H723串口接收全为0 & CAN错误中断问题

STM32H723串口接收全为0 和 叠加的导致CAN错误问题

Stata极简生存分析

1. 导入数据 webuse drugtr,clear *webuse -- Use dataset from Stata website stset,clear *上一行命令导入进来的数据是“生存时间数据”，会比最原始的数据多四列，这一行命令的目的是重置为原始数据，之所以这样做，是为了显示数据处理的全部过程 codebook drug codebook studytime codebook died codebook age *codebook -- Describe data contents 2.

DIC新手避坑指南：压缩实验中的应变测量常见错误与数据校验技巧

本文为DIC技术新手提供了压缩实验中应变测量的全面避坑指南。文章系统梳理了从试样尺寸录入、散斑质量到数据后处理中应变方向与符号混淆、数据插值对齐等常见错误，并分享了基于MATLAB的自动化数据校验与可视化对比技巧，帮助建立可靠的实验数据分析SOP，确保DIC测量结果的准确性。

ROS学习【11】-----基于ubuntu16.04上Gazebo机器人环境搭建的传感器仿真(camera、kinect、Lidar),并通过Rviz进行数据显示

ROS学习-----基于ubuntu16.04上Gazebo机器人环境搭建的传感器仿真目录一、Gazebo环境搭建前的准备1、将搭建模型下载到我们的gazebo环境下2、升级我们的gazebo版本二、创建配置launch文件参数的world文件1、进入工程包mbot_gazebo2、创建文件夹worlds3、进入该文件夹4、创建playground.world文件5、创建room.world文件三...

Rsoft仿真实战：长周期光纤光栅参数优化与模式耦合分析

本文详细介绍了使用Rsoft软件进行长周期光纤光栅（LPFG）参数优化与模式耦合分析的实战方法。通过Rsoft仿真，可以高效优化光栅周期、包层厚度等关键参数，深入分析纤芯模与包层模的耦合特性，为光纤通信和传感应用提供可靠的设计依据。

apt-get update时出现GPG error:... bionic InRelease:The following signatures were invalid: EXPKEYS解决方案

本文主要介绍了apt-get update时出现W: GPG error: … bionic InRelease: The following signatures were invalid: EXPKEYSIG B7B3B788A8D3785C MySQL Release Engineering E: The repository ‘… bionic InRelease’ is not signed.解决方案，希望能对使用Ubuntu系统的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案

【突变检验方法一】MATLAB实现Pettitt突变检验

MATLAB实现Pettitt突变检验及贝叶斯突变检测等

OpenGL ES 3.0 开发（一）：绘制一个三角形

该原创文章首发于微信公众号：字节流动 什么是 OpenGLES OpenGLES 全称 OpenGL for Embedded Systems ，是三维图形应用程序接口 OpenGL 的子集，本质上是一个跨编程语言、跨平台的编程接口规范，主要应用于嵌入式设备，如手机、平板等。由科纳斯（Khronos）组织定义和推广，科纳斯是一个图形软硬件行业协会，该协会主要关注图形和多媒体方面的开放标准。 O...

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

WINCC7.3破解文件

WINCC7.3硬件够破解文件，有需要的下载！WINCC7.3硬件够破解文件，有需要的下载！

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目，保存在这里方便以后使用直接下载

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员，提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列，各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性，请参见数据手册。有关 ARM Cortex™-M4F 内核的信息，请参见《Cortex™-M4F 技术参考手册》。