为了渲染目的,高斯基元还保留了一个不透明度值和一个维颜色特征。那么就是第个高斯的参数。...考虑到预测的深度是由多个高斯的混合渲染,并由累积乘积重新加权的,我们手动为所有高斯应用了一个大的不透明度值。...然后,我们渲染一个"硬深度",它主要由从相机中心穿过像素的射线上最近的高斯组成:
由于现在只有中心处于优化状态,位置错误的高斯无法通过降低它们的不透明度或改变形状来避免被正则化,因此它们的中心会移动。...从这个角度来看,文章额外冻结了高斯中心(表示为)以避免中心移动造成的负面影响,并提出了软深度正则化来调整不透明度:
通过同时使用硬深度正则化和软深度正则化,文章约束最近的高斯保持在合适的位置并具有较高的不透明度...根据3D高斯散射,颜色重建损失是渲染图像和地面真值的重建损失和项的组合:
深度正则化和都包括一个来自文章两种深度归一化的局部项和全局项。我们使用损失来度量相似性。