当前位置：首页 > news >正文

从‘黑盒’到‘白盒’：3D Gaussian Splatting如何用‘可解释’的数学打败了NeRF的神经网络？

news 2026/6/1 3:22:17

从‘黑盒’到‘白盒’：3D Gaussian Splatting如何用数学可解释性重塑三维重建

在计算机图形学的演进历程中，三维重建技术始终面临着一个核心矛盾：如何平衡计算效率与视觉保真度？2020年诞生的NeRF（Neural Radiance Fields）通过神经网络隐式表达场景，实现了令人惊艳的渲染质量，却也因"黑盒"特性遭遇了性能瓶颈。而2023年横空出世的3D Gaussian Splatting（3DGS）则另辟蹊径，用一组可微调的3D高斯函数显式建模场景，不仅实现了数量级的加速，更开创了"白盒化"三维表达的新范式。

1. 核心哲学：显式与隐式的范式之争

1.1 NeRF的神经网络迷宫

NeRF将场景编码为一个多层感知机（MLP），输入空间坐标和视角方向，输出该点的颜色和体密度。这种隐式表达具有两个显著特征：

参数不可见性：场景信息被分散存储在神经网络权重中，无法直接观察或解释单个参数对应的物理意义
全局耦合性：改变场景中一个物体需要重新训练整个网络，局部编辑极其困难

# NeRF的典型网络结构示例（简化版） class NeRFModel(nn.Module): def __init__(self): super().__init__() self.mlp = nn.Sequential( nn.Linear(60, 256), # 60维位置编码 nn.ReLU(), nn.Linear(256, 256), nn.ReLU(), nn.Linear(256, 4) # 输出RGB+密度 )

1.2 3DGS的数学透明性

相比之下，3DGS采用物理学启发的显式表达：每个3D高斯函数对应场景中的一个椭球体元素，由以下参数明确定义：

参数类型	物理意义	数学表达
均值向量 μ	椭球中心位置	μ ∈ ℝ³
协方差矩阵 Σ	椭球形状/方向	Σ ∈ ℝ³ˣ³ (对称正定)
球谐系数	视角相关的颜色表现	SH coefficients
透明度 α	光线穿透概率	α ∈ [0,1]

这种表达方式的优势在于：

参数可解释性：每个数学参数都对应明确的几何或光学属性
局部独立性：单独调整一个高斯函数不会影响其他区域
硬件友好性：高斯投影计算天然适配GPU并行架构

技术提示：3DGS中的协方差矩阵实际上采用旋转矩阵R和各向异性缩放S的分解表示（Σ=RSSTRT），既保证正定性又便于优化。

2. 渲染机制：雪球抛洒 vs 射线采样

2.1 NeRF的体渲染流水线

NeRF采用经典的体渲染（Volume Rendering）方法：

从相机发射光线穿过像素
沿光线等距采样3D点
查询MLP获取各点的颜色和密度
按从前到后顺序累积颜色

C(r) = \int_{t_n}^{t_f} T(t)\sigma(r(t))c(r(t),d)dt

其中T(t)表示透射率，需要数值积分近似计算，这是NeRF计算密集的主因。

2.2 3DGS的光栅化革命

3DGS的渲染过程更像"抛雪球"：

将所有3D高斯按深度排序
将每个高斯投影到2D图像平面
使用α-blending混合重叠区域

// 伪代码：3DGS渲染核心逻辑 void render(Camera cam) { sortGaussiansByDepth(cam); for (Gaussian g : gaussians) { Projection proj = projectToScreen(g, cam); drawSplat(proj, g.color, g.alpha); } }

关键突破：3DGS通过可微分光栅化实现：