在线工具推荐: Three.js AI纹理开发包 – YOLO合成数据生成器 – GLTF/GLB在线编辑 – 3D模型格式在线转换 – 3D场景编辑器
3D 高斯泼溅(Splatting)是用于实时辐射场渲染的 3D 高斯分布描述的一种光栅化技术,它允许实时渲染从小图像样本中学习到的逼真场景。 本文将详细介绍它的工作原理以及它对图形学的未来意味着什么。
1、什么是 3D 高斯泼溅?
3D 高斯泼溅的核心是一种光栅化技术。 这意味着:
- 有描述场景的数据。
- 在屏幕上绘制数据。
- 类似于计算机图形学中的三角形光栅化,用于在屏幕上绘制许多三角形:
然而,它不是三角形,而是高斯分布。 这是一个栅格化的高斯函数,为了清晰起见,绘制了边框:
高斯泼溅由以下参数描述:
- 位置:它所在的位置 (XYZ)
- 协方差:如何拉伸/缩放(3×3 矩阵)
- 颜色:它是什么颜色(RGB)
- Alpha:透明度如何 ()
在实践中,会同时绘制多个高斯曲线:
这是三个高斯。 那么 700 万高斯呢?
这是每个高斯光栅化完全不透明的样子:
这是对 3D 高斯分布的非常简短的概述。 接下来,让我们逐步完成本文中描述的完整过程。
1、3D高斯泼溅原理
3D高斯泼溅的实现原理分为一下几个部分:
- 运动结构恢复:利用SfM得到点云
- 点云转高斯分布
- 模型训练
- 光栅化
1.1 运动结构恢复
第一步是使用运动结构恢复 (SfM: Structure from Motion) 方法从一组图像中估计点云。 这是一种从一组 2D 图像估计 3D 点云的方法。 这可以通过 COLMAP 库来完成。
1.2 转换为高斯分布
接下来,每个点都转换为高斯分布。 这对于光栅化来说已经足够了。 然而,只能从 SfM 数据推断位置和颜色。 为了学习产生高质量结果的表示,我们需要对其进行训练。
1.3 模型训练
训练过程使用随机梯度下降,类似于神经网络,但没有层。 训练步骤为:
- 使用可微分高斯光栅化将高斯光栅化为图像(稍后详细介绍)
- 根据光栅化图像和地面真实图像之间的差异计算损失
- 根据损失调整高斯参数
- 应用自动致密化和修剪
步骤 1-3 从概念上讲非常简单。 第 4 步涉及以下内容:
- 如果对于给定的高斯梯度很大(即它太错误),则分割/克隆它
- 如果高斯很小,则克隆它服务器托管网
- 如果高斯很大,则将其分割
- 如果高斯的 alpha 太低,请将其删除
此过程有助于高斯更好地拟合细粒度细节,同时修剪不必要的高斯。
1.4 可微分高斯光栅化
如前所述,3D 高斯分布是一种光栅化方法,它将数据绘制到屏幕上。 然而,一些重要的元素还包括:
- 快速
- 可微分
光栅化器的原始实现可以在这里找到。 光栅化涉及:
- 从相机角度将每个高斯投影为 2D。
- 按深度对高斯进行排序。
- 对于每个像素,从前到后迭代每个高斯,将它们混合在一起。
这篇论文中描述了其他优化。
光栅化器是可微分的也很重要,这样就可以用随机梯度下降来训练它。 然而,这仅与训练相关 – 训练有素的高斯也可以用不可微的方法呈现。
2、谁关注3D高斯泼溅?
为什么 3D 高斯溅射受到如此多的关注? 显而易见的答案是结果不言自明 – 这是高质量的实时场景。 然而,故事可能还有更多。
关于高斯泼溅还能做什么还有很多未知数。 它们可以动画化吗? 即将发表的论文《动态 3D 高斯:通过持久动态视图合成进行跟踪》表明他们可以。 还有许多其他未知数。 他们能做反思吗? 可以在没有参考图像训练的情况下对它们进行建模吗?
最后,人们对嵌入式人工智能的研究兴趣日益浓厚。 这是人工智能研究的一个领域,最先进的性能仍然低于人类性能几个数量级,其中大部分挑战在于表示 3D 空间。 鉴于 3D 高斯分布可以产生非常密集的 3D 空间表示,这对具身AI 研究有何影响?
这些问题需要注意方法。 实际影响如何还有待观察。
3、图形学的未来
那么这对图形学的未来意味着什么呢? 好吧,让我们将其分为优点/缺点:
优点
- 高品质、逼真的场景
- 快速、实时光栅化
- 训练速度相对较快
缺点
- 高 VRAM 使用率(4GB 用于查看,12GB 用于训练)
- 大量磁盘占用(一个场景 1GB+)
- 与现有渲染管道不兼容
- 静态(暂时)
到目前为止,原始的 CUDA 实现尚未适应生产渲染管道,如 Vulkan、DirectX、WebGPU 等,因此还有待观察会产生什么影响。
目前已经进行了以下适应性工作:
- 远程查看器
- WebGPU查看器
- WebGL 查看器
- Unity查看器
- 优化的 WebGL 查看器
这些依赖于远服务器托管网程流传输 (1) 或传统的基于四元组的光栅化方法 (2-5)。 虽然基于四元组的方法与数十年的图形技术兼容,但它可能会导致质量/性能降低。 然而,查看器 #5 表明,尽管采用基于四元组的方法,优化技巧仍可以带来高质量/性能。
那么我们会看到 3D 高斯泼溅在生产环境中完全重新实现吗? 答案可能是肯定的。 主要瓶颈是对数百万个高斯进行排序,这在原始实现中使用 CUB 设备基数排序(一种仅在 CUDA 中可用的高度优化的排序)有效完成。 然而,只要付出足够的努力,在其他渲染管道中当然可以达到这种性能水平。
原文链接:3D高斯泼溅 — BimAnt
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net