3月24日|來自香港科技大學、小米汽車和華中科技大學的研究團隊提出了Uni-Gaussians,實現了動態駕駛場景的高斯基元統一表徵與分治渲染的架構。使用動態高斯場景圖(Gaussian scene graph),建模靜態背景與動態實體(如剛性車輛、非剛性行人)。圖像數據採用光柵化(Rasterization)進行渲染,確保高幀率輸出。LiDAR 數據則引入高斯光線追蹤(Gaussian Ray-Tracing),精確模擬激光脈衝傳播特性。該工作為自動駕駛場景下的相機與 LiDAR 數據提供的仿真方式,在質量與計算效率方面都取得了重大進展。
新聞來源 (不包括新聞圖片): 格隆匯