研究者提出置信度感知3DGS致密化方法

Manuel Hofer 等作者提出一种置信度感知的致密化方法，用于 3D 高斯泼溅（3DGS）。该方法在固定预算的 3DGS-MCMC 框架内，按图像误差而非不透明度放置新图元，优先在屏幕空间梯度大、学习置信度低的区域生成并迁移图元。 作者称，这相当于在固定预算的 MCMC 框架内让误差驱动的致密化回归。报道未给出该方法在具体数据集或指标上的效果数据。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。