Wiredwisdom

2D의 가우시안의 평균이 원점인 경우를 보자.여기서 Covariance가 0인 경우는 다음과 같은 타원형이 된다. Covariance가 0 보다 크게 되면 다음과 같은 값을 갖게 된다.1,3 사분면으로 분포도가 두드러지며, 2,4분면은 상대적으로 납짝해진다. Covariance 가 0보다 작은 경우는 2,4 분면으로 분포가 두드러지고1,3분면은 반대로 납짝해진다. 이를 통해 알 수 있는 것은 Covariance가 가우시안의 모양을 나타내는 주요 인자로 작용한다는 의미이다.그러나 이 Covariance가 분포의 양과 음의 값과, 그 길이를 나타낼 수는 있어도 분포도가 가지는 선형성의 기울기를 알 순 없다.그 기울기에 대한 정보는 Covariance Matrix의 대각행렬이 갖는다. `[(x x,xy..

Our goals are to have fast overall rendering and fast sorting to allow approximate 𝛼-blending – including for anisotropic splats – and to avoid hard limits on the number of splats that can receive gradients that exist in previous work [Lassner and Zollhofer 2021]. To achieve these goals, we design a tile-based rasterizer for Gaussian splats inspired by recent software rasterization approaches [..