3D Gaussian Splatting
3D Gaussian Splatting ist eine Methode zur 3D-Szenenrekonstruktion, die Szenen als Millionen farbiger Gaussian-Ellipsoide repräsentiert und in Echtzeit rendert.
3D Gaussian Splatting rekonstruiert fotorealistische 3D-Szenen aus Fotos und rendert in Echtzeit – schneller und editierbarer als NeRF, ideal für Produktvisualisierung.
Erklärung
Statt impliziter neuronaler Repräsentation (NeRF) nutzt 3DGS explizite Punkt-Primitiven. Vorteile: Echtzeit-Rendering, schnelleres Training, editierbar. Aus wenigen Fotos wird eine interaktive 3D-Szene.
Relevanz für Marketing
Nächste Stufe der Produktvisualisierung: Interaktive 3D-Produktansichten aus Smartphone-Fotos für E-Commerce, Virtual Try-On, VR/AR.
Beispiel
Ein E-Commerce-Team fotografiert ein Produkt von 20 Winkeln – Gaussian Splatting erstellt eine interaktive 3D-Ansicht für die Website in Minuten.
Häufige Fallstricke
Hoher Speicherbedarf (Millionen Gaussians). Reflektionen/Transparenz noch schwierig. Web-Integration komplex.
Entstehung & Geschichte
Kerbl et al. (INRIA/MPI, 2023) veröffentlichten "3D Gaussian Splatting for Real-Time Radiance Field Rendering" – sofort ein Paradigmenwechsel in der 3D-Rekonstruktion. Im Vergleich zu NeRF: 100x schnelleres Rendering, 10x schnelleres Training. 2024 folgten Varianten für dynamische Szenen, Generative 3DGS und Web-Viewer.
Abgrenzung & Vergleiche
3D Gaussian Splatting vs. NeRF
NeRF nutzt implizite neuronale Repräsentation (langsam, aber kompakt); 3DGS nutzt explizite Gaussians (schnell, aber speicherintensiv).
3D Gaussian Splatting vs. Photogrammetrie
3DGS erzeugt Punkt-basierte Repräsentationen; Photogrammetrie erstellt traditionelle Mesh-Geometrie.