SC-GS是一種新型表示技術,將動態場景的運動和外觀分別用稀疏控制點和密集高斯函數表示。它使用少量控制點學習緊湊的6自由度變換基,這些基可通過插值權重在局部插值,得到3D高斯函數的運動場。它採用變形MLP預測每個控制點的時變6自由度變換,降低學習複雜度,增強學習能力,實現時空連貫的運動模式。同時聯合學習3D高斯函數、控制點的規範空間位置和變形MLP,重建3D場景的外觀、幾何和動態。在訓練過程中,控制點的位置和數量會自適應調整以適應不同區域的運動複雜度,並採用盡可能剛性的損失函數強制運動的空間連續性和局部剛性。由於運動表示的顯式稀疏性和外觀分離,該方法實現了用戶控制的運動編輯,同時保留高保真度外觀。大量實驗表明,該方法在新視圖合成和高速渲染方面優於現有方法,並支持新的保留外觀的運動編輯應用。