当前位置: 首页 > article >正文

图扑 HT 引擎 × 3DGS 高斯泼溅

3D 高斯泼溅(3D Gaussian Splatting,又称 3D 高斯溅射或 3D 高斯飞溅)作为三维场景表示和渲染领域的重要突破,正在重新定义三维重建的可能性。它利用辐射场渲染技术,使用 3D 高斯点而不是传统的三角面来表达场景,不仅实现了高效的三维转换,更带来极致逼真的照片级渲染效果。与传统方法相比,它在渲染质量、渲染速度和训练速度等核心参数上都实现了质的飞跃。

本篇内容将展示图扑软件应用 3D 高斯泼溅技术,对厦门总部办公室和厦门中山路步行街进行的可视化项目搭建。通过将现实场景中的每栋建筑、每处细节和每道光影完整地映射到虚拟空间中内,让用户能从虚拟空间中全方位体验建筑环境,获得沉浸式的空间互动体验。

关于 3D 高斯泼溅

采集与训练流程

数据采集阶段:根据场景规模选用合适的采集方式。

小型场景:只需使用手机拍摄视频即可生成高斯模型。

大型场景:使用专业设备采集,确保高精度和清晰度,一般可在 30 分钟内完成。

模型训练阶段:利用 GPU 训练生成模型数据,训练时长取决于 GPU 算力,通常需要一天的时间。

渲染应用阶段:使用图扑软件自研引擎,实现高斯模型的高性能实时渲染。

技术优势与局限性

主要优势

高品质渲染:能生成高度逼真的三维场景,完美呈现细节纹理。

高效建模:相比传统方法和 NeRF 技术,训练收敛更快,能短时间完成复杂场景建模。

场景适应性强:能够处理从微观物体到宏观环境的各类场景。

实时性能出色:支持快速渲染和实时交互,提供流畅体验。

数据处理灵活:可处理多源数据输入,包括图片、视频和点云数据。

局限性

存储需求高:大规模点云数据的处理与存储需要大量磁盘空间,这将影响 Web 页面的加载速度。

网格兼容性:与传统三角面网格模型集成存在兼容性挑战。

硬件要求高:处理大型场景时需要高性能硬件和 GPU。

厦门总部办公室高斯泼溅

图扑软件应用 3D 高斯泼溅技术搭建的总部办公室场景,精准还原办公室内部空间。不仅完美捕捉空间的几何结构,更将材质质感和光照效果展现得淋漓尽致。对墙面、地板、家具、LED 灯具等表面材质都进行细致的建模处理,打造出媲美视频般真实的场景体验。

本案例选用第三人称视角带领大家参观厦门图扑总部办公室,并采用 PBR 材质技术来增强人物的视觉效果。

3D 空间导航

在 HT 3D 办公室场景中,用户可以通过操控虚拟角色自由探索整个空间。当角色走近特定工位时,系统会立即呈现该工位员工的 3D 模型及当前工作状态,并通过弹窗展示员工的所属部门和职责范围等信息。这种沉浸式的交互体验让用户能够更加直观地掌握办公室人员分布和工作动态,提升了信息获取的效率和趣味性。

点云模式

图扑 HT 3D 场景还可以切换为点云模式,通过点云模式可以清晰展示空间布局和细节。

每个办公区域、会议室和设施设备都由密集的点集合精确呈现,完整还原了办公环境的几何结构、家具布置和空间特征

点云的应用非常广泛,在城市规划、建筑测绘、人机交互、自动驾驶等领域发挥着重要作用,为空间分析和场景理解提供了可靠的数据基础。

厦门中山路高斯泼溅

图扑软件通过点云技术获取采集中山路步行街的三维数据,并将其转化为高斯点形式,精确捕捉建筑物的几何形状和材质细节。经过专业处理后,这些高斯点形成连续平滑的表面效果,完美还原了建筑物的外观特征,无论是楼宇建筑、道路植被、路灯或是车辆等场景元素,都能以 1:1 精确重现。

街道漫游

在高品质的三维可视化场景中,中山路特有的闽南建筑风韵被完整保留,从绿琉璃门楼屋顶到门柱上的中式廻云纹装饰,均可清晰呈现。用户可在这个虚拟环境中自由漫步,沉浸式体验中山路骑楼建筑独特的南洋风情与闽南传统魅力。

多终端交互体验

在系统功能和可访问性方面,图扑 HT for Web 引擎的底层技术确保了监控系统在多种设备上的完美运行。

用户可以通过 PC、手机、平板、大屏以及 VR/AR 等多种终端设备进行操作。支持提供 WASD 或方向键进行键盘控制,对于触屏设备,可提供单指旋转、双指缩放、三指平移等操作功能。

2024 年,3D 高斯泼溅技术迎来商业化元年。该技术在虚拟漫游、数字文旅、应急救援等领域场景重建展现出巨大应用潜力,为虚拟现实和元宇宙产业提供了无限可能。

作为 HTML5 (Canvas/WebGL/ WebGPU/WebXR) Web 技术路线创新先行者,图扑软件将继续引领行业发展,通过更精细、逼真和高效的 3D 渲染技术,为客户呈现震撼的宏大场景,推动各行业数字化转型迈向新的高度。


http://www.kler.cn/a/466158.html

相关文章:

  • windows中硬件加速gpu计划开启cpu的使用率居高不下
  • 云备份项目--服务端编写
  • 使用 Try-With-Resources 简化资源管理
  • 动态库dll与静态库lib编程4:MFC规则DLL讲解
  • Python 中常见的数据结构之二推导式
  • k8s基础(3)—Kubernetes-Deployment
  • 利用 AI 高效生成思维导图的简单实用方法
  • uniapp 自定义类微信支付键盘 (微信小程序)
  • PostgreSQL学习笔记(一):PostgreSQL介绍和安装
  • leetcode 624. 数组列表中的最大距离
  • 机器人对物体重定向操作的发展简述
  • 无人机+无人车+无人船:海空地协同解决方案技术详解
  • Mac Android Studio 提升Mac的编译速度
  • 如何使用Python调用淘宝api接口获取商品详情信息?
  • 腾讯 HunyuanVideo 上线,自定义文本生成视频
  • Python(四)——SVG 图坐标轴数字和其他文本设置总结
  • Mac设置默认打开程序
  • 学生心理咨询评估系统(源码+数据库+文档)
  • 【LC】191. 位1的个数
  • Python Notes 1 - introduction with the OpenAI API Development
  • PyTorch快速入门教程【小土堆】之完整模型训练套路
  • gin集成Swagger
  • DjangoORM字段参数、常用字段类型及参数、模型和表单验证器详解
  • 三格电子新品上市——IEC103 转 ModbusTCP 网关
  • Redis - 7 ( 11000 字 Redis 入门级教程 )
  • springBoot集成netty中登录鉴权、在pieline消息传递