#参数化

高斯泼溅正回归神经化：学习参数化分类研究

论文系统梳理3D高斯泼溅（3DGS）中神经网络生成或共享高斯参数的五大趋势轴，分析19种代表性方法，指出这些选择针对不同局限、不能简化为二元神经标签。在mip-NeRF 360受控研究中，共享外观与不透明度提升重建质量，而解码几何结构无额外增益，支持选择性神经化。