3DGS界的新秀？实现迄今为止最快的训练速度，加速6倍以上！

文章预览

🫱 点这里加入18个细分方向交流群（🔥巨推荐） 🫲 论文标题： DoGaussian: Distributed-Oriented Gaussian Splatting for Large-Scale 3D Reconstruction Via Gaussian Consensus 论文作者： Yu Chen, Gim Hee Lee 项目地址： https://aibluefisher.github.io/DoGaussian 编译：蒙牛二锅头 审核： Los 导读： 本文提出了一种名为DoGaussian的方法，它采用分布式策略来训练3DGS。该方法通过将场景分割成多个区块，并运用交替方向乘子法（ADMM）融入到3DGS的训练流程中，实现了训练过程的优化。DoGaussian能使3DGS的训练速度提升超过6倍，同时保持顶尖的渲染质量。 ©️【深蓝AI】编译 最近3DGS领域的进步在新颖视角合成（NVS）任务上显示出了颇具前景的结果。凭借其卓越的渲染性能和高保真渲染质量，3DGS在其之前的NeRF同类技术中表现出色。最近的3DGS方法主要集中在提高渲染效率的不稳定性或减小模型大小 ………………………………