Multimodal-Prior-Guided Importance Sampling for Hierarchical Gaussian Splatting in Sparse-View Novel View Synthesis
多模态先验引导的重要性采样用于稀疏视图新视图合成中的分层高斯点云
机构 * Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology(广东超高清沉浸媒体技术重点实验室) ; Shenzhen Graduate School, Peking University(北京大学深圳研究生院) ; Peng Cheng Laboratory(鹏城实验室) ; Migu Culture Technology Co., Ltd.(米果文化科技有限公司)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);novel view synthesis(title,abstract);3DGS(abstract);分类 cs.CV
AI总结 本文提出多模态先验引导的重要性采样方法,用于稀疏视图新视图合成中的分层高斯点云,通过融合光度残差、语义和几何先验,提升重建质量。