量子科技中心_量科网

神经网络渲染领域的最新进展，特别是3D高斯泼溅（3DGS）技术，已实现复杂场景的实时渲染。然而标准3DGS依赖球谐函数，往往难以准确捕捉高频视角依赖效应，如锐利反射和透明效果。虽然观察方向高斯泼溅（VDGS）等混合方法通过经典多层感知机（MLP）缓解了这一局限，但在低参数量条件下仍受限于传统网络的表达能力。本论文提出QuantumGS——一种将变分量子电路（VQC）集成到高斯泼溅流程中的新型混合框架。该研究团队创新性地提出将观察方向直接映射到布洛赫球面的编码策略，利用量子比特的自然几何特性表示三维方向数据。通过用超网络或条件机制生成的量子电路替代传统色彩调制网络，该工作实现了更强的表达能力和更好的泛化性。源代码详见补充材料，项目代码已发布于https://github.com/gwilczynski95/QuantumGS。