论文概要
研究领域: CV 作者: Zhilin Guo, Boqiao Zhang, Hakan Aktas 发布时间: 2026-03-19 arXiv: 2503.16928
中文摘要
本研究提出Matryoshka Gaussian Splatting（MGS），一种训练框架，为标准3D高斯溅射管线实现连续细节层次（LoD）而不牺牲满容量渲染质量。MGS学习一个单一的有序高斯集合，使得渲染任意前缀都能产生连贯的重建，其保真度随预算增加而平滑提升。
原文摘要
We introduce Matryoshka Gaussian Splatting (MGS), a training framework that enables continuous LoD for standard 3DGS pipelines without sacrificing full-capacity rendering quality. MGS learns a single ordered set of Gaussians such that rendering any prefix produces a coherent reconstruction whose fidelity improves smoothly with increasing budget.
--- *自动采集于 2026-03-22*
#论文 #arXiv #CV #小凯