GSDeformer: Direct Cage-based Deformation for 3D Gaussian Splatting

我们提出了GSDeformer，这是一种在3D高斯点阵（3DGS）上实现自由形变的方法，无需进行任何架构更改。我们的方法将传统的网格变形方法——基于笼子的变形方法扩展到了3DGS上。这是通过将3DGS转换为一种新的代理点云表示方法来实现的，其中它的变形可以用来推断应该对组成3DGS的3D高斯函数应用哪些变换。我们还提出了一种自动笼子构建算法，用于3DGS，以最小化手动工作。我们的方法不修改3DGS的基础架构。因此，任何现有的训练好的原始3DGS都可以很容易地通过我们的方法进行编辑。我们将我们的方法的变形能力与其他现有方法进行了比较，证明了我们的方法易于使用，质量可比，尽管更加直接，因此更容易与3DGS的其他并发发展集成。

本文试图将传统的网格变形方法扩展到3D高斯点云（3DGS）上，实现自由形变，同时不需要任何架构更改。同时，提出了自动笼子构建算法来最小化手动工作量。

本文的关键思路是将3DGS转换为一种新的代理点云表示形式，通过对其变形来推断应用于构成3DGS的3D高斯点的变换。这种方法不修改3DGS的基本架构，因此可以轻松地对现有的训练好的3DGS进行编辑。

本文的亮点在于提出了一种扩展传统网格变形方法的新思路，并且不需要修改3DGS的基本架构。同时，提出了自动笼子构建算法来减少手动工作量。作者通过实验验证了本文方法的有效性，并与其他现有方法进行了比较。

与本文相关的研究包括传统网格变形方法及其扩展，以及其他3D点云变形方法。其中一些相关论文包括：Cage-based Deformation, Point Set Registration, Non-rigid Point Set Registration等。