快速 2DGS：基於深度高斯先驗的高效影像表示 貢獻： • 我們提出了一種名為深度高斯先驗的初始化策略，該策略透過迭代優化採樣循環進行學習。透過模擬最佳化軌跡，我們的方法能夠捕捉到內容感知分佈，從而打破隨機初始化的均勻偏差，顯著加快收斂速度。 • 我們提出了一個簡化的框架，將高斯基數 (K) 與壓縮率掛鉤。透過使用無需複雜特徵工程的輕量級骨幹網絡，我們將不適定的高斯分佈分配轉化為一個易於處理、可批量並行化的學習任務。 • 我們證明，與現有的高斯影像方法相比，我們的框架在重建品質、推理延遲和跨資料集泛化能力之間實現了更優的權衡。
論文連結：https://t.co/TmsaDVwcxr