编辑评分 100/100
网站简介
基于稀疏控制点的动态3D场景高斯溅射表示方法，支持运动编辑 SC-GS是面向动态3D场景的新型高斯溅射方法，用少量控制点学习紧凑6自由度变换基，插值获得3D高斯运动场，通过变形MLP预测控制点时变变换，自适应调整控制点适配不同运动复杂度，支持保留外观的运动编辑，在新视图合成和高速渲染上优于同类方法。
核心功能
自适应稀疏控制点
可根据不同区域运动复杂度自适应调整控制点位置与数量，适配不同动态场景需求。
时空连贯动态重建
联合学习3D高斯、控制点位置与变形MLP，实现动态3D场景外观、几何与运动的精准重建。
保留外观运动编辑
基于显式稀疏运动表示分离外观与运动，支持编辑运动同时保留原场景高保真外观。
高质量高速渲染
相比同类方法在新视图合成效果和渲染速度上更具优势，输出高质量动态内容。
刚性运动约束
采用刚性损失函数强制运动空间连续性与局部刚性，保证运动模式时空连贯。
使用指南
- 1
访问SC-GS官网即可获取项目源码与官方技术文档
- 2
使用该方法进行动态3D场景重建
- 3
需准备对应动态场景的多视角图像数据
- 4
按照文档说明配置环境后即可启动训练
- 5
训练完成后可输出重建结果
- 6
还可对结果进行保留外观的运动编辑。
优势亮点
运动表示稀疏高效，降低学习复杂度
支持保留外观的用户可控运动编辑
新视图合成与渲染性能优于同类方法
自适应适配不同运动复杂度场景
编辑推荐
SC-GS突破了现有动态高斯溅射方法在运动表示上的局限，通过稀疏控制点实现了兼具效率与质量的动态场景表示，不仅性能优于同类方法，还额外支持保留外观的运动编辑特色功能，为动态3D内容创作提供了新的技术路径，值得相关从业者关注。
常见问题
深度了解
SC-GS是面向动态3D场景处理的新型高斯溅射方法，针对现有动态3D表示方法复杂度高、难以支持运动编辑的痛点，提出了基于稀疏控制点的轻量化运动表示方案。该方法通过少量控制点学习紧凑的6自由度变换基，插值得到3D高斯的运动场，采用变形MLP预测控制点的时变变换，大幅降低了学习复杂度，同时提升了模型学习能力，能够输出时空连贯的稳定运动模式。
SC-GS在训练过程中会自适应调整控制点的位置和数量，适配不同区域的运动复杂度，通过刚性损失保证运动的空间连续性与局部刚性。和同类方法相比，SC-GS实现了运动与外观的分离，支持用户进行保留外观的运动编辑，同时保留高保真的场景外观，大量实验验证其性能优于现有同类方法。
使用须知
定价: 以官网定价为准
价格和授权政策可能变化，请以官网最新信息为准
资料由中文导航编辑部整理并经健康检测核验，定期复查更新。
本页信息核对于 2026/10/10，收录信息以收录当日官网状态为准，如发现内容过期请通过下方反馈告知。
访问第三方网站时，请注意以下事项:
- 谨慎提供个人账号、密码和支付信息
- 下载文件前确认来源安全，警惕诱导性广告
- 涉及版权素材使用时，请核实授权范围
- 如遇网站无法访问或内容异常，可反馈给我们
帮助我们维护准确的收录数据，纠错会进入编辑复核队列
用过SC-GS？说说你的真实体验
你的点评会帮助更多人选型避坑——匿名发表，无需注册，30 秒即可完成
用户评价
还没有评分
成为第一个评价 SC-GS 的人
我的评分
随下方评论一并提交
热度数据
按站内点击统计1
站内总点击
#-
同类排名 / 10672 站
1
同类点击中位数