Das Forschungsteam der Nanyang Technological University hat kürzlich eine super große 3D-Stadtmodellgenerationstechnologie namens "Gaußsiancity" eingeführt. Eine innovative Leistung hat in den akademischen und industriellen Kreisen weit verbreitet. Diese Technologie erzielte nicht nur eine signifikante Verbesserung der Erzeugungsgeschwindigkeit um das 60 -fache, sondern brach auch die Grenzen traditioneller Methoden im Maßstab durch, wobei die grenzenlose 3D -Stadtgenerierung unterstützt wird und revolutionäre Durchbrüche in Bereiche wie virtuelle Realität, autonomes Fahren und digitale Zwillinge verleiht.
Die F & E -Ergebnisse von Gaußsiancity wurden von CVPR2025 (Top -Konferenz über Computer Vision und Mustererkennung) akzeptiert, die seine technologische Führung markieren. Der Kern dieser Technologie liegt in seinem innovativen Algorithmus -Design, das es dem 3D -städtischen Modell ermöglicht, das Drohnenperspektiven und Street -Perspektiven generiert, um das fortschrittlichste Niveau zu erreichen. Die Rendering -Geschwindigkeit beträgt bis zu 10,72 Frames pro Sekunde (FPS), was 60 -mal schneller ist als die vorhandene CityDreamer -Lösung, wodurch die Recheneffizienz und die Skalierungserweiterungsfähigkeiten erheblich verbessert werden.
Die beiden wesentlichen technologischen Durchbrüche von Gaußsiancity sind der Schlüssel zum Erfolg. Erstens wird eine kompakte 3D-Szenen-Repräsentationsmethode "Bev-Point" (Vogelperspektive) verwendet, die den Speicherbedarf erheblich reduziert und die Generierung der groß angelegten Szene nicht mehr auf Hardware-Ressourcen beschränkt. Die traditionelle 3DGS -Technologie (3DGS) 3D Gaußsche Splating (3DGS) erfordert Milliarden von Punkten im Umgang mit unbegrenzten Städten, die häufig Hunderte von GB Video -Speicher einnehmen. GaußsianCity behält die Verwendung von Video-Speicherkonstante durch Bev-Punkt bei und erreicht die echte grenzenlose Generation. Zweitens entwickelte das Forschungsteam einen räumlichbewussten Gaußschen Attribut-Decoder und verwendete Point Serializer, um die Struktur und die kontextuellen Merkmale von BEV-Punkten zu integrieren, um sicherzustellen, dass das generierte städtische Modell sowohl effizient als auch realistisch ist.
Es ist erwähnenswert, dass das Forschungs- und Entwicklungsteam von Gaussiancity angekündigt hat, dass die Artikel, Codes und verwandten Materialien des Projekts vollständig Open Source waren und wertvolle Ressourcen für die akademischen und industriellen Kreise bereitstellen. Die Entstehung der Gaußsianität hat mehrere Felder neue Möglichkeiten gebracht. In Virtual Reality (VR) und Augmented Reality (AR) kann es schnell hochwertige städtische Umgebungen erzeugen und den Benutzern ein immersives Erlebnis bieten. Im Bereich des autonomen Fahrens kann Gaußsiancity verwendet werden, um geometrisch genaue 3D -Szenen wieder aufzubauen und realistische digitale Twin -Städte für das Training und Test bereitzustellen. In der Stadtplanung und der Entwicklung von Spielen wird seine Effizienz und Skalierbarkeit auch die kreative Effizienz erheblich verbessern.
Projekteingang: https://github.com/hzxie/gaussiancity