3d gaussian splatting：基于splatting和机器学习的三维重建方法。
特点：
- 无深度学习
- 简单的机器学习
- 大量的CG知识
- 复杂的线性代数
- 对GPU的高性能编程
一、什么是splatting
1、选择“雪球”；
为什么使用核（雪球）
各向同性：在所有方向具有相同的扩散梯度（球）；
各向异性：在不同方向具有不同的扩散程度（椭球）；
通过协方差矩阵可以确定椭球，协方差矩阵可以用旋转和缩放矩阵表达。
2、抛掷“雪球”：
作用：从3D投影到2D，得到足迹footprint；
相机模型理论：
世界坐标系：作用：相当于现实世界的“地图坐标”，用于描述物体在三维空间中的绝对位置；
相机坐标系：作用：以相机镜头为原点的“私人视角”，描述物体相对于相机的位置。原点在镜头光心，Z轴指向拍摄方向。
归一化坐标系：作用：对相机坐标系下的坐标进行“标准化”，消除实际焦距的影响。特点是 将物体投影到虚拟的z=1平面上（想象成一张距离镜头1米的透明纸），坐标值由相机坐标除以Z值得到，单位是米但无量纲。
像素坐标系：作用：计算机存储照片的“格子坐标”，直接对应图像中的像素位置。特点：原点通常在图像左上角，单位是像素，最终用于显示或算法处理。
内参（相机身份证）：包括焦距fx/fy（像素单位）、中心点cx/cy（图像中心偏移），存储在3x3矩阵中，用于描述相机硬件特性。
外参（相机位置与角度）：包括旋转矩阵R（角度）和平移向量T（位置），描述相机在世界中的摆放姿态。
假设拍摄一张桌子：
- 桌子的世界坐标（X,Y,Z）通过外参（R,T）转换到相机坐标；
- 相机坐标除以Z值得到归一化坐标（X/Z, Y/Z, 1）；
- 归一化坐标通过内参矩阵映射到像素坐标（u,v），最终生成照片中的像素点。
通过这一套坐标系转换，相机完成了从三维世界到二维图像的“翻译”过程。
计算机图形学4个概念：
视图变换：
- 含义：确定相机的位置、角度和方向，建立物体与相机的相对坐标系。
- 作用：将物体从世界坐标系（真实3D空间）转换到相机坐标系（以相机为原点的空间）。
- 通俗解释：就像你拿着手机绕场景走动，直到找到最佳拍摄角度。
- 关键操作：平移相机到原点，旋转使其朝向标准方向（如看向-Z轴）
投影变换：
- 含义：将3D物体投影到2D平面上，分两种类型：
- 透视投影：模拟人眼近大远小的效果（如广角镜头）。
- 正交投影：忽略距离，保持物体尺寸不变（如工程图纸）。
- 作用：将相机坐标系下的3D坐标转换为裁剪空间（一个标准立方体范围），方便后续裁剪和计算。
- 通俗解释：就像决定用鱼眼镜头还是普通镜头拍摄，影响画面是否变形。
视口变换：
- 含义：将裁剪后的标准立方体坐标映射到屏幕的实际像素范围。
- 作用：将[-1,1]的规范化坐标拉伸到屏幕分辨率（如1920×1080），并确定显示区域的位置和大小。
- 通俗解释：调整照片尺寸，使其恰好铺满手机屏幕或某个窗口。
光栅化：
- 含义：将几何图形（如三角形）分解为像素，并确定每个像素的颜色和位置。
- 作用：生成最终显示在屏幕上的图像，处理锯齿、抗锯齿等视觉效果。
- 通俗解释：把照片放大到像素级别，决定每个小格子（像素）的颜色是否填充。
- 关键技术：
- 三角形采样：判断像素中心是否在三角形内（如叉乘法）。
- 抗锯齿：通过多重采样（如MSAA）减轻边缘锯齿
流程示例：
- 物体位置（世界坐标）→ 调整相机视角（视图变换）。
- 投影到2D平面（投影变换）→ 裁剪不可见部分。
- 映射到屏幕分辨率（视口变换）。
- 将几何图形转为像素（光栅化）。
3dgs：
不能直接使用投影变换，因为从透射投影到正交投影，是非线性变换，不是仿射变换，所以要引入雅可比近似矩阵。
雅可比矩阵：泰勒展开，线性逼近
3、加以合成，形成最后的图像；
如何进行参数估计