導航

說好的早睡早起在哪了/

1.哦耶早上睡過了，買點吃的來實驗室，準備看會兒論文。群里在批斗搞對象的兄弟，看會兒準備去上課。
2.按照博哥教學的閱讀順序看論文就是nb：先abstract看大體，再introduce的contribution看提出，后看框圖，最后判斷是否精讀。
3.下午上課看了會兒剛那篇文章，晚上跟師哥吃飯聊天，回來準備大組會。
4.晚上大組會把方向確定好了，SCREEN CONTENTS instead of ASSETS,多請教同門和張老師。開完回去陪陳打桌游。

DiffGS: Functional Gaussian Splatting Diffusion收獲感悟
粗讀
1.Abstract：這是個diffusion-based的3d生成網絡，用連續的高斯潑濺函數（Gaussian Splatting Function）代替原先離散的高斯球，且提了離散算法提取高斯球。
2.Introduction的Contribution：①提出生成網絡 ②提出連續的高斯潑濺函數范式 ③這個網絡性能很牛
精讀
1.生成式3DGS建模的核心挑戰在于其離散性和非結構化性質，這阻礙了結構圖像/體素/視頻生成中經過充分研究的框架轉移到直接生成3DGS。現有工作是把3DGS整進體積模型中。
GauPF（Probability）通過將每個采樣的3D位置的概率建模為高斯位置來指示3DGS的幾何形狀。GauCF（Color）和GauTF（Transform）分別預測給定3D位置作為輸入的外觀和變換的高斯屬性。

傳統的用NeRF最大的問題就是計算開銷很大