论文标题:DNGaussian: Optimizing Sparse-View 3D Gaussian Radiance Fields with Global-Local Depth Normalization论文作者:Jiahe Li, Jiawei Zhang, Xiao Bai, Jin Zheng, Xin Ning, Jun Zhou, Lin Gu编译:西兰花审核:Los导读:为了解决稀疏视图下新视角合成的高成本、速度慢的问题,本文提出了使用Hard and Soft深度监督的方法,鼓励3DGS的移动,实现了恢复精确的场景几何,并保留了细粒度颜色外观,为了进一步完善细节几何重塑,文章引入了全局局部深度归一化,加强了对微小局部深度变化的关注。文章提出的DNGaussian优于最先进的方法,在显著降低内存成本、减少25倍训练时间和提高 3000 倍渲染速度的情况下,取得了相当或更好的效果。©️【深蓝AI】编译尽管最新进展的神经辐射场(NeRF)仅需少量输入视图就能重建出高质量的光感外观和精确几何图形,但大多数稀疏视图 NeRF 在实现时存在
………………………………