球谐函数阶梯式激活

2026-7-1

[已归档]3DGS

在构建 3D Gaussian Splatting 训练管线的旅程中，我们将进入非常关键的一步：逐个激活球谐函数。

在 3DGS 中，球谐函数用于表达高斯球在不同视角下颜色的变化（视角依赖外观）。球谐函数分为不同的阶数（Degree），阶数越高，能表达的颜色细节（高频信息）越丰富。

那为什么要“逐个”激活球谐函数？为什么不一开始就把所有阶数的球谐函数全打开？

论文作者的说法：如果在训练初期就让模型去学习复杂的高频反光细节，由于初期视角的覆盖范围和整体形状还没稳定，模型极大概率会陷入局部最小值。

建议的做法是：第 0~1000 次迭代只激活 Degree 0（基础底色，低频）。第 1000~2000 次迭代激活 Degree 1。第 2000~3000 次迭代激活 Degree 2。之后激活完整的 Degree 3。这就像画画，先铺大色块，再慢慢抠细节。

代码实现

为了实现上述的阶梯式激活，我们需要编写两个核心函数。思路是：根据当前的训练迭代次数，生成一个遮罩（Mask），把当前不需要的高阶球谐系数直接“抹零”。

1. 生成边界遮罩函数：get_sh_bound_mask

在 3DGS 中，除了基础颜色（Degree 0，通常叫 f_dc），剩余的球谐系数（Degree 1, 2, 3，统称为 f_rest）对于每个 RGB 通道共有 15 个值。

Degree 1 有 3 项；Degree 2 有 5 项；Degree 3 有 7 项。总计 3 + 5 + 7 = 15 项。RGB 3 个通道，共计 45 个系数（形状为 [N, 45]）。

  1. def get_sh_bound_mask(bound, device="cuda"):
  2.     if bound == 0:
  3.         num_terms = 0
  4.     elif bound == 1:
  5.         num_terms = 3
  6.     elif bound == 2:
  7.         num_terms = 8
  8.     else:
  9.         num_terms = 15
  10.     mask_15 = torch.zeros(15, device=device)
  11.     if num_terms > 0:
  12.         mask_15[:num_terms] = 1.0
  13.     return torch.cat([mask_15, mask_15, mask_15], dim=0)

2. 动态应用遮罩函数：apply_sh_masking

有了 Mask 之后，我们如何让它在训练中动起来呢？我们需要一个函数，将它与迭代次数（Iteration）挂钩。

  1. def apply_sh_masking(f_rest, iteration):
  2.     bound = min(iteration // 1000, 3)
  3.     mask = get_sh_bound_mask(bound, device=f_rest.device)
  4.     return f_rest * mask

现在，我们把做好的零件装配到引擎里。在计算颜色前，稍微做一点修改。

  1. # 动态评估当前视角下的高斯 RGB 颜色并应用球谐函数分阶激活遮罩
  2. f_rest_effective = apply_sh_masking(f_rest, iteration)
  3. colors = evaluate_sh(f_dc, f_rest_effective, pos, c2w, interleaved=False)