3DGS技术发展与应用 - 新视角合成的核心目标是通过图像或视频构建可被计算机处理和理解的3D模型，催生了3D建模、虚拟现实和自动驾驶闭环仿真等大量应用 [2] - 早期算法如SfM和MVS受限颇多，2020年的NeRF打破了僵局，但其仍面临计算效率和可编辑性差的问题，导致2023年的3DGS一经问世便迅速火爆 [2] - 3DGS技术迭代速度极快，已衍生出静态重建3DGS、动态重建4DGS、表面重建2DGS，并进一步催生了前馈式3DGS以解决逐场景优化的不便 [4] 课程内容与结构 - 课程第一章涵盖计算机图形学基础，包括三维空间的隐式与显式表达、渲染管线、光线追踪和辐射场渲染，并介绍3DGS常用开发工具如SuperSplat、COLMAP和Gsplat [10] - 第二章深入讲解3DGS原理及核心伪代码，覆盖动态重建、表面重建、鱼眼重建和光线追踪的经典与最新算法，实战部分选用英伟达开源的3DGRUT框架 [11] - 第三章聚焦自动驾驶仿真重建，重点解析浙大Street Gaussian、上交OmniRe和浙大Hierarchy UGP三篇工作，实战选用学术界和工业界广泛使用的DriveStudio [12] - 第四章探讨3DGS重要研究方向，包括COLMAP扩展、深度估计及重光照，分析这些方向如何服务工业界及未来走势 [13] - 第五章讲解前馈式3DGS，梳理其发展历程和算法原理，并解析最新的AnySplat和WorldSplat算法工作 [14] 课程安排与目标人群 - 课程面向具备一定计算机图形学基础、了解视觉重建/NeRF/3DGS技术、拥有概率论和线性代数基础、并掌握Python和PyTorch语言基础的学习者 [19] - 课程开课时间为12月1日，预计两个半月结课，采用离线视频教学，VIP群内答疑加三次线上答疑的形式 [17] - 学习者完成课程后可掌握3DGS完善的理论知识及相关技术栈、掌握3DGS算法开发框架并训练开源模型，并能与学术界及工业界同行持续交流 [19]