FastGS: Entrenamiento de Gaussian Splatting 3D en 100 segundos Contribuciones: 1. Nuevo marco de trabajo simple y general para la aceleración de 3DGS que puede entrenar una escena en 100 segundos y lograr una calidad de renderizado comparable. 2. Una estrategia eficiente de densificación y poda controla estrictamente la adición y eliminación de cada gaussiana en función de su contribución a la calidad de reconstrucción multivista, acelerando enormemente el proceso de entrenamiento. 3. Rendimiento de vanguardia en extensos experimentos con los conjuntos de datos Mip-NeRF 360, Tanks & Temples y Deep Blending. Nuestro método supera a los enfoques de última generación (SOTA) en eficiencia de entrenamiento, manteniendo una calidad de renderizado comparable. 4. Gran generalidad en diversas tareas, como reconstrucción de escenas dinámicas, reconstrucción de superficies, reconstrucción de vistas dispersas, reconstrucción a gran escala y SLAM. FastGS logra una aceleración promedio del entrenamiento de 2 a 7 veces.
Artícularxiv.org/abs/2511.04283F4I Proyefastgs.github.iolQxM8
