GaussianCity
G
Gaussiancity
紹介 :
GaussianCityは、3Dガウス描画技術に基づいた、境界のない大規模な3D都市を効率的に生成することに特化したフレームワークです。この技術は、コンパクトな3Dシーン表現と空間認識型ガウス属性デコーダを通じて、従来の方法が大規模な都市景観を生成する際に直面するメモリと計算のボトルネックを解決します。主な利点として、単一の前方パスで高速に大規模な3D都市を生成できることがあり、既存技術を大幅に上回ります。本製品は南洋理工大学S-Labチームによって開発され、関連論文はCVPR 2025に掲載されています。コードとモデルはオープンソースであり、3D都市環境を効率的に生成する必要がある研究者や開発者向けです。
ターゲットユーザー :
「本製品は、大規模な3D都市環境を効率的に生成する必要がある研究者、開発者、および関連分野の専門家向けです。特に、リアルタイム性とメモリ効率を高く要求するアプリケーションシナリオに適しています。」
総訪問数: 0
最も高い割合の地域: US(33.11%)
ウェブサイト閲覧数 : 43.3K
使用シナリオ
ドローン視点で、大規模な3D都市環境を高速に生成します。
街路視点で、リアルな都市の詳細を生成し、シミュレーションや計画に使用します。
オープンソースモデルとコードを組み合わせることで、研究者は都市生成アルゴリズムをさらに拡張および最適化できます。
製品特徴
コンパクトな3Dシーン表現。BEV-Point中間表現により、一定のメモリ増加を実現します。
空間認識型ガウス属性デコーダ。構造とコンテキストの特徴を組み合わせて、3Dガウス属性を生成します。
境界のない3D都市生成をサポート。大規模なシーンに適しています。
CityDreamerなどの方法と比較して、速度が60倍向上し、10.72 FPSに達します。
オープンソースコードとモデル。研究開発の拡張に役立ちます。
使用チュートリアル
1. プロジェクトホームページにアクセスし、オープンソースコードとモデルをダウンロードします。
2. 動作環境を設定し、依存関係とハードウェア要件を満たしていることを確認します。
3. BEV-Point表記法を使用して、都市景観の初期パラメータを定義します。
4. 空間認識型ガウス属性デコーダを呼び出して、3Dガウス属性を生成します。
5. レンダリングエンジンを使用して、生成されたガウス点を3D都市景観としてレンダリングします。
6. 視角、詳細レベルなど、生成効果を最適化するためにパラメータを調整します。
7. 生成された都市モデルまたはリアルタイムレンダリング結果を保存し、さらなる研究やアプリケーションに使用します。
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase