為改進基于高斯的人群渲染系統(tǒng)提供了堅實的基礎(chǔ)，對需要可擴展和逼真可視化的實時應(yīng)用具有實際意義
（中國AI網(wǎng) 2025年05月28日）高效逼真的人群渲染是虛擬現(xiàn)實等實時圖形應(yīng)用的重要組成。業(yè)界正在探索3DGS在實時人群渲染方面的潛力。在一項研究中，愛爾蘭都柏林圣三一大學(xué)團隊提出了一個2AFC實驗，并旨在確定3D高斯Avatar的感知質(zhì)量。
研究人員探索了三個因素：運動、LOD和Avatar高度。其中，被試將查看成對的動畫3D高斯Avatar，并選擇最詳細(xì)的一個。團隊指出，相關(guān)研究結(jié)果可以為基高斯人群渲染中的LOD策略優(yōu)化提供信息支持，從而幫助在實時應(yīng)用中實現(xiàn)高效渲染的同時保持視覺質(zhì)量。
多年來，逼真人群場景模擬一直是一個活躍的研究領(lǐng)域。在這項研究中，愛爾蘭都柏林圣三一大學(xué)團隊專注于人群渲染的3DGS問題，并評估了多個因素是如何影響用戶感知高斯人群。
高斯Avatar的自適應(yīng)LOD策略在平衡計算成本和視覺保真度方面顯示出了希望，特別是在虛擬環(huán)境中。然而，盡管先前已經(jīng)研究了LOD人類表征的感知，但使用基于真實圖像的高斯Avatar進行人群渲染的感知影響尚未得到充分探索。
針對這個問題，團隊提出了一個用戶研究，目標(biāo)是回答以下關(guān)于高斯Avatar的問題：
Q1：比起復(fù)雜的周期性運動，簡單的周期性運動是否更容易引起偽影？
Q2：減少LOD（即高斯數(shù)）是否會提高偽影的可見性？
Q3：如果增加距離），偽影是否不那么明顯？
Q4：偽影的可見性是否會因運動、LOD和像素的不同組合而有所不同？
在一個2AFC實驗中，團隊研究了運動、LOD和像素及其相互作用對高斯Avatar感知的影響。其中，被試將查看成對的動畫3D高斯Avatar，其中一個以最高質(zhì)量（黃金標(biāo)準(zhǔn)）渲染，而另一個以較低的LOD渲染。
一組被試查看Avatar的周期性慢跑動作，而另一組查看復(fù)雜的武術(shù)表演。對于兩者，任務(wù)都是選擇顯示的兩個Avatar中最詳細(xì)的一個。以運動(2)× LOD (3) ×像素(5)和準(zhǔn)確度（即正確選擇金標(biāo)準(zhǔn)的次數(shù)比例）為自變量進行三向方差分析（ANOVA），然后進行Bonferroni事后檢驗。
更高的精度表明視覺偽影更明顯。團隊發(fā)現(xiàn)，對于Q1，答案是否定的。運動是主要的影響因素，復(fù)雜運動比周期性運動的精度更高，表明前者的偽影更明顯。
對于Q2，答案是肯定的，因為準(zhǔn)確性（以及隨之而來的偽影檢測）隨著高斯函數(shù)數(shù)量的增加而下降。
第三個問題的答案是“不總是”，因為沒有發(fā)現(xiàn)像素的主要影響。但要回答第4個問題，像素確實與LOD相互作用，當(dāng)Avatar以最低LOD和最低像素數(shù)（即在最遠的距離）呈現(xiàn)時最為準(zhǔn)確。沒有發(fā)現(xiàn)其他顯著的相互作用效應(yīng)。
團隊指出，這一結(jié)果可用于指導(dǎo)在實時動畫人群場景中放置高斯人群。獲得的見解可以幫助優(yōu)化LOD策略并實現(xiàn)高效渲染，同時在實時應(yīng)用程序中保持視覺質(zhì)量。
另外，結(jié)果證明了3DGS方法在實現(xiàn)計算效率而不犧牲視覺保真度方面的潛力。然而，特定限制為未來的探索提供了機會。3DGS使用多視圖圖像作為輸入來重建場景。3D高斯圖像的不透明度α在0和1之間優(yōu)化。然而，高斯Avatar將不透明度固定在α = 1，以保持所有3D高斯可見，迫使網(wǎng)絡(luò)預(yù)測準(zhǔn)確的3D高斯位置。
當(dāng)多個不透明的3D高斯投影到單個像素時，由于距離較遠的3D高斯疊加，可能會出現(xiàn)偽影。被試會注意到，手周圍的白點、虛線或衣服的文字等意想不到的視覺人工偽影會影響他們的判斷，并可能會給結(jié)果帶來偏見。在未來的實驗中處理相關(guān)偽影將有助于消除混淆因素。
另外，未來的研究需要對查看條件進行標(biāo)準(zhǔn)化，以確保被試的一致性。另外，盡管研究考察了運動、3D高斯數(shù)和距離，但它沒有考慮到其他感知因素，如照明條件或環(huán)境復(fù)雜性。所以，在未來的研究中納入變量將增強所建議閾值的適用性和穩(wěn)健性。
相關(guān)論文：Evaluating CrowdSplat: Perceived Level of Detail for Gaussian Crowds
總之，團隊表示盡管存在限制，但結(jié)果為改進基于高斯的人群渲染系統(tǒng)提供了堅實的基礎(chǔ)，對需要可擴展和逼真可視化的實時應(yīng)用具有實際意義。
