Mip-Splatting：跨尺度采样与三维高斯抗混叠

一句话结论

原3DGS的亚采样3D图元及固定屏幕膨胀在改变焦距/分辨率时发生尺度伪影；该论文在3D训练端限制最高频率、2D渲染端近似像素积分，作者多尺度评测明显改善，常规同尺度提升有限（CVF pp.19447–19454）。

问题定义与输入

静态场景、已知相机与SfM稀疏点，跟随原3DGS每场训练30K；从同一尺度训练跨四档分辨率测试，分别模拟放大/缩小。读图要区分Blender的full→1/8缩小与Mip-NeRF360的1/8原图训练→8×放大（pp.19452–19454 Tables2/3）。

方法概述

3D滤波器按训练视角的最高f/d对高斯协方差加各图元自适应尺度，并归一振幅；2D Mip滤波替代无归一的屏幕dilation，在像素面积上近似盒积分（pp.19450–19451 Eq.6–10）。每100次迭代更新采样界，预处理与每场优化成本需算入。代表性相机频率计算忽略遮挡，过强缩小可能受到Gaussian盒近似误差影响。

关键发现和反证

Blender单尺度训练→缩小：主文Table2 full PSNR 3DGS33.33、Mip33.36；1/8 3DGS17.69、Mip28.67，四尺度均值24.84→31.97（p.19453）。这是跨尺度改善，不等于一切camera OOD泛化。
Mip-NeRF360从1/8图训练→8×输出：3DGS19.59、Mip26.22，四尺度均值23.25→27.37；Zip-NeRF使用社区实现，排位受实现差别影响（p.19454 Table3、§6.3）。
常规同尺度作者重训3DGS*27.70/.826/.202与Mip27.79/.827/.203，LPIPS微退化（p.19454 Table4）。
CVF补充Table1/2/3分别验证3D核着重放大、2D核着重缩小；两核同时移除时A100 40GB消融OOM，故没有完整2×2数据，不应把两个单独效果线性相加。

局限与成本

没有作者可核查的端到端训练时、FPS、峰值显存报告；运行频率计算增加PyTorch训练成本，渲染可融合滤波（p.19453 §6.4，p.19454）。作者仅声称高频伪影缓解，不保证真实缺失细节恢复。实际摄像机PSF、对焦/运动模糊与遮挡估计仍是模型外因素（官方补充p.3）。仓库许可GitHub API NOASSERTION，具体条款待核。

证据与相关

正式CVF全文10页+官方补充10页，独立分析见raw/ingest/2026-09-25-mip-splatting/analysis.md。与原始3DGS构成可比主干；与2DGS分别看跨尺度画质和几何Chamfer。已编入3DGS研究专题。

证据关联

3DGS研究专题；3D Gaussian Splatting：从稀疏点到实时新视角渲染、2D Gaussian Splatting：用三维中的二维高斯圆盘重建表面。逐页审计见raw/ingest/2026-09-25-mip-splatting/analysis.md。

{ "id": "2026-09-25-mip-splatting", "type": "source", "title": "Mip-Splatting：跨尺度采样与三维高斯抗混叠", "status": "reviewed", "note_status": "reviewed", "created": "2026-09-25", "updated": "2026-09-25", "source_type": "paper", "venue": "CVPR 2024", "authors": "[Zehao Yu, Anpei Chen, Binbin Huang, Torsten Sattler, Andreas Geiger]", "published_at": "2024-06-01", "ingested_at": "2026-09-25", "canonical_links": [ "https://openaccess.thecvf.com/content/CVPR2024/html/Yu_Mip-Splatting_Alias-free_3D_Gaussian_Splatting_CVPR_2024_paper.html", "https://openaccess.thecvf.com/content/CVPR2024/papers/Yu_Mip-Splatting_Alias-free_3D_Gaussian_Splatting_CVPR_2024_paper.pdf", "https://openaccess.thecvf.com/content/CVPR2024/supplemental/Yu_Mip-Splatting_Alias-free_3D_CVPR_2024_supplemental.pdf", "https://github.com/autonomousvision/mip-splatting" ], "raw_entry": "raw/ingest/2026-09-25-mip-splatting/", "topics": "[topics/3d-gaussian-splatting]", "entities": [], "claims": [], "questions": [], "tags": [ "near-cvpr-2025", "3d-vision", "gaussian-splatting", "primary-source" ] }

Mip-Splatting跨尺度采样与三维高斯抗混叠