heshuting555/Awesome-3DGS-Applications

解决的问题

3D高斯泼溅（3DGS）是一种最初用于视图合成的技术——渲染捕获场景的新相机角度。但研究人员已将其推向其他方向。本项目解决了缺乏针对这些新用途的统一参考的问题。这是首个专门涵盖3DGS在三个快速发展的领域中应用的调研：分割（在3D场景中挑选出物体或区域）、编辑（修改重建的3D场景）和生成（从图像或文本创建新的3D内容）。该调研论文已被TPAMI接收。

工作原理

该仓库是一个结构化的、基于表格的目录。它列出了：

• 用于分割的数据集（例如ScanNet、Replica、LERF变体、SceneSplat），每个数据集都包含发表地点、场景数量、视图数量以及一行关于其用途的亮点说明。
• 用于编辑的数据集（例如DTU、Tanks and Temples、LLFF、ScanNet++），同样包含上述元数据。
• 用于生成的数据集（例如ShapeNet、Objaverse、LAION-5B、DL3DV-10K），包括它们支持的任务类型（图像到3D或文本到3D）。
• 用于分割的方法——一份长列表（2023–2025年）的论文，包含发表地点、论文标题以及论文或代码的链接（如有）。
• 用于编辑的方法和用于生成的方法，同样被引用。
• 其他应用任务：人体头像建模、SLAM和基于3DGS的检测。
• 指向相关调研的指针和引用条目。

这些表格使得浏览现有内容、发表地点以及源代码是否可用变得容易。

适用人群

从事3D计算机视觉、图形学或场景理解的研究人员、研究生和从业者，他们希望快速了解3DGS应用领域。它也是开始新实验时选择数据集或基线方法的快速参考。维护者明确邀请社区通过问题或拉取请求建议缺失的工作。

亮点

• 首个专门涵盖超越经典视图合成的3DGS下游应用的调研
• 已被TPAMI（IEEE模式分析与机器智能汇刊）接收
• 深入涵盖三个主要方向——分割、编辑和生成
• 包含详细的数据集表格，包含场景数量、视图数量和用途说明
• 列出数十种方法，并直接链接到论文和代码仓库
• 涵盖额外应用领域：人体头像、SLAM和基于3DGS的检测
• 对社区贡献缺失或新工作开放