Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 | 31 |
Tags
- Ros
- rospackages
- NERF
- rostopics
- pointcloud
- differentiablerendering
- electromagnetism
- 3dmapping
- turtlebot
- catkinworkspace
- Slam
- usbcamera
- raspberrypi
- adaptivedensitycontrol
- 3dgaussiansplatting
- rosnoetic
- sensorfusion
- LIDAR
- covariancematrix
- opencv
- alphablending
- vectorcalculus
- roslaunch
- realtimerendering
- tilebasedrasterizer
- imageprocessing
- turtlebot3
- vectorfields
- gaussiansplatting
- ComputerVision
Archives
- Today
- Total
목록computationalefficiency (1)
Wiredwisdom
위는 가우시안의 크기와 Opacity를 관장하는 파라미터들에 대한 Back-propagation 학습의 관계를 설명했다.다음은 각 가우시안들이 어떤 조건에서 분기 되는지를 알아보자. 각 가우시안의 Opacity는 가우시안의 최대 밀도 부분에서의 값이고밀도의 감소에 따라 Opacity의 값도 감소한다. 다음은 가우시안의 분기 조건이다.조건은 두개다. 하나는 지역적으로 밀도가 기준치 이상으로 높은 경우다. 가우시안의 밀도를 의미하지 않는다. 또 다른 하나는 가우시안의 크기가 기준치 이상으로 커질 경우이다. 이 두가지 경우에 가우시안은 분기가 이루어지며, 분기된 가우시안의 크기와 위치는기존 가우시안의 주축을 기점으로 분포되게 된다. 크기는 1/2, 2/3 정도로 줄어들며 이는 고정할 수도 있지만, 적응적으로 ..
3D Vision/Gaussian Splatting
2024. 7. 4. 00:43