#124 · 主分类: 计算机视觉

3dgrut

3d-reconstruction computer-vision gaussian-splatting ray-tracing

高斯粒子的光线追踪和混合光栅化

项目最后更新:08/19/26

GitHub Stars

2.4K

Forks数量

279

贡献者数量

30

许可证

Apache-2.0

收录理由

对于从事新视角合成的研究者和开发者,这个仓库提供了一个值得参考的实现,它围绕预训练的3D高斯场景,给出了多种渲染策略的真实选择。项目把两种渲染路径放在同一套表示上:3DGRT对体高斯进行光线追踪,能够处理畸变相机、卷帘快门以及反射、折射这类次级效果,但它依赖专用光线追踪硬件,速度也比经典splatting慢。3DGUT则在光栅化框架内保留了相同的相机支持和效果,在没有RT核心的机器上也能保持高效。混合模式3DGRUT将主光线交给光栅化,次级光线交给光线追踪,兼顾了性能与灵活性。仓库还附带了交互式训练进度查看器和导出场景的GUI,支持USD、PLY和NuRec格式。需要注意的是,光线追踪路径对硬件有明确要求,团队在追求渲染质量与吞吐量之间需要提前规划GPU预算。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目