La dispersión gaussiana es una técnica de representación de volumen que se ocupa de la representación directa de datos de volumen sin convertir los datos en primitivas de superficie o línea . [1] La técnica fue introducida originalmente como splatting por Lee Westover a principios de los años 1990. [2] Con los avances en los gráficos por computadora, se han desarrollado métodos más nuevos, como el splatting gaussiano 3D y 4D, para ofrecer renderizado de campos radiantes en tiempo real y renderizado dinámico de escenas, respectivamente. [3] [4]
La renderización de volúmenes se centra en la generación de imágenes a partir de muestras discretas de datos de volumen que normalmente se muestrean en tres dimensiones. Estos datos pueden provenir de una variedad de fuentes, como tomografías computarizadas o lecturas de densidad de ozono. Los métodos tradicionales transformaron estos datos volumétricos en líneas y primitivas de superficie para mostrarlas en pantallas gráficas por computadora. Sin embargo, este enfoque a veces introdujo artefactos y dificultó la visualización interactiva. [1]
Para abordar estos problemas, se desarrollaron técnicas de renderizado directo, que operan con los datos de volumen originales. Estos métodos se clasifican en dos categorías principales: métodos de retroalimentación y métodos de retroalimentación. El algoritmo de splatting, al ser un método de retroalimentación, está directamente relacionado con la representación de mallas de volumen rectilíneas . El splatting se puede personalizar para representar volúmenes como nubes o superficies alterando las funciones de sombreado, lo que proporciona flexibilidad en el proceso de renderizado. [1]
Desde sus inicios, el splatting ha sufrido varias mejoras. Algunos desarrollos importantes incluyen símbolos texturizados, suavizado , símbolos basados en hojas alineadas con imágenes, símbolos postclasificados y la introducción de una primitiva de símbolos conocida como FastSplats. [2]
Los avances recientes en la síntesis de vistas novedosas han demostrado la utilidad de los métodos de Radiance Field . Para mejorar la calidad visual y al mismo tiempo garantizar velocidades de visualización en tiempo real, se introdujo un nuevo método que utiliza gaussianos 3D. Este método integra puntos dispersos producidos durante la calibración de la cámara, representando escenas con gaussianos 3D que conservan las propiedades de campos de radiación volumétricos continuos. Además, se introdujo un control intercalado de optimización/densidad de los gaussianos 3D junto con un algoritmo de renderizado rápido consciente de la visibilidad que admite salpicaduras anisotrópicas. [3] Esta técnica ha demostrado potencial para sintetizar escenas 3D de alta calidad a partir de imágenes 2D en tiempo real. [5]
Ampliando el concepto de 3D Gaussian Splatting, el 4D Gaussian Splatting incorpora un componente de tiempo, lo que permite la representación dinámica de la escena. Representa y renderiza escenas dinámicas, centrándose en modelar movimientos complejos manteniendo la eficiencia. [4] El método utiliza un HexPlane para conectar diferentes gaussianos adyacentes, proporcionando una representación precisa de la posición y las deformaciones de la forma. Al utilizar solo un único conjunto de gaussianos 3D canónicos y análisis predictivos, el método de dispersión gaussiana 4D modela cómo se mueven en diferentes marcas de tiempo. [6]
Los logros de esta técnica incluyen la renderización en tiempo real de escenas dinámicas con altas resoluciones, manteniendo la calidad. Muestra aplicaciones potenciales para desarrollos futuros en películas y otros medios, aunque existen limitaciones actuales con respecto a la duración del movimiento capturado. [6]