LLLMWIKI
ArticleResearch mapReading portalMetadata

Source note · Updated 2026-09-25

3DGS as MCMC用高斯重定位改写密度控制

Read the paper

#near-cvpr-2025#3d-vision#gaussian-splatting#primary-source

English translation pending — this page shows the Chinese original.

一句话结论

在已标定静态场景逐场优化中，以协方差/透明度调节的位置扰动与近似保真重定位替换原始3DGS clone/split/reset流程；作者报告固定高斯预算下画质和随机初始化稳健性改善，同时最高画质训练更久（NeurIPS正文pp.4–10 Eq.7–10、Tables1–4）。

输入与机制

输入静态RGB、已知相机参数，可用SfM或随机点；输出新视角RGB及显式图元。给位置加噪声而继续Adam优化，从低opacity图元抽取样本搬至高opacity高斯位置，重设复制体透明度和协方差，使原/新渲染相似；透明度和尺度正则推动无用图元“死亡”（§3.3–3.6及附录A）。作者明确跳转仅近似保真，系统保留阈值、100步调度和500步预热。本文未建立严格目标分布平稳性结论。

关键数值与反证

  • m360同高斯预算随机点：重跑3DGS 27.89/.84/.26，本文29.72/.89/.19；用SfM点29.30/.88/.21→29.89/.90/.19（p.7 Table1）。作者三次种子平均，m360只有公开七场、室内1/2室外1/4（p.7 §4、附录B）。
  • 初始化范围缩为1×相机extent：原3DGS 22.72、本文29.64 PSNR，对照各自3× 27.89/29.72（p.9 Table2）。
  • 去噪声、去全文正则、给原3DGS直接套正则的PSNR分别27.41、23.90、23.84，完整29.72；组合效果不可归因单组件（p.9 Table3）。
  • Room场原基线25min/31.7 PSNR，本文默认42min/32.5；限300k图元21min/31.8（p.10 Table4）。训练时间与最高画质呈明显取舍，SfM/GPU条件须计。

局限、许可证、证据

方法继承反光与aliasing，目标是新视角外观并非GT网格；Adam和手设噪声使“严格MCMC样本”仍需独立数学/分布检验（附录C p.16及Eq.5–9）。代码可见；LICENSE.md为Inria非商业研究许可，数据许可分别核对。完整22页正文及独立逐表审计：raw/ingest/2026-09-25-3dgs-as-mcmc/analysis.md。

证据关联

3DGS研究专题；3D Gaussian Splatting：从稀疏点到实时新视角渲染、pixelSplat：从已标定图像对前馈预测三维高斯。逐页审计见raw/ingest/2026-09-25-3dgs-as-mcmc/analysis.md。

Metadata
{
  "id": "2026-09-25-3dgs-as-mcmc",
  "type": "source",
  "title": "3DGS as MCMC：用高斯重定位改写密度控制",
  "status": "reviewed",
  "note_status": "reviewed",
  "created": "2026-09-25",
  "updated": "2026-09-25",
  "source_type": "paper",
  "venue": "NeurIPS 2024 Main Conference Track",
  "authors": "[Shakiba Kheradmand, Daniel Rebain, Gopal Sharma, Weiwei Sun, Yang-Che Tseng, Hossam Isack, Abhishek Kar, Andrea Tagliasacchi, Kwang Moo Yi]",
  "published_at": "2024-12-01",
  "ingested_at": "2026-09-25",
  "canonical_links": [
    "https://proceedings.neurips.cc/paper_files/paper/2024/hash/93be245fce00a9bb2333c17ceae4b732-Abstract-Conference.html",
    "https://proceedings.neurips.cc/paper_files/paper/2024/file/93be245fce00a9bb2333c17ceae4b732-Paper-Conference.pdf",
    "https://github.com/ubc-vision/3dgs-mcmc"
  ],
  "raw_entry": "raw/ingest/2026-09-25-3dgs-as-mcmc/",
  "topics": "[topics/3d-gaussian-splatting]",
  "entities": [],
  "claims": [],
  "questions": [],
  "tags": [
    "near-cvpr-2025",
    "3d-vision",
    "gaussian-splatting",
    "primary-source"
  ]
}