gs_render — DRIVE `gsplat` op

• Datenarten: table × matrix → table

• Aufruf: import fullseye as fs; fs.ledger.gs_render(gs: 'dict', pose, K, width: 'int', height: 'int', *, light=(0.3, -0.5, 0.8), ambient: 'float' = 0.35, sky=(0.62, 0.75, 0.92), max_radius: 'int' = 64, max_pairs: 'int' = 12000000, antialias: 'bool' = True) -> 'dict' (die Implementierung direkt: import gsplatnp; gsplatnp.gs_render(gs: 'dict', pose, K, width: 'int', height: 'int', *, light=(0.3, -0.5, 0.8), ambient: 'float' = 0.35, sky=(0.62, 0.75, 0.92), max_radius: 'int' = 64, max_pairs: 'int' = 12000000, antialias: 'bool' = True) -> 'dict'; aus dem Register: opsdrive.get("gs_render"))

Verwendung

Rendert ein 3DGS mit einer Kamera (pose = world→camera 4×4, K 3×3; gleiche Konvention wie driveworld.world_camera: blickt entlang −Z, Zeilen oben klein).

Schritte: (1) Mittelpunkte ins Kamerasystem, Tiefe d = −z ≤ 1e-6 verwerfen, (2) 2-D-Kovarianz Σ' = J W Σ Wᵀ Jᵀ + 0.3 I, J = [[fx/d, 0, fx·x/d²], [0, −fy/d, −fy·y/d²]], (3) im Fenster mit Radius r = ⌈3 √λ_max(Σ')⌉ (≤ max_radius; Überschreitende werden nicht verworfen, sondern r wird gekappt) pro Pixel α = min(0.99, o · exp(−½ Δᵀ Σ'⁻¹ Δ)) (α < 1/255 wird verworfen), (4) pro Pixel in Tiefenreihenfolge von vorn C = Σ c_i α_i T_i, T_i = Π_{j<i}(1 − α_j), Hintergrund = (1 − Σ α_i T_i) · sky. Farbe ist Lambert (wie world_camera: ambient + (1 − ambient)|n·l|, Licht im Kamerasystem). Alles Array-Operationen (Paare Gaußfunktion × Fensterpixel flach aufgereiht, nach Pixel → Tiefe sortiert, T über gruppenweise kumulative Summen).

Rückgabe: color (H,W,3), alpha (H,W) (= Σ α_i T_i), depth (H,W) (α-gewichtete Tiefe / alpha, NaN bei alpha < 0.5), label (H,W) (Label der Gaußfunktion mit größtem Gewicht, −1 bei alpha < 0.5), n_pairs, n_visible.

fail-closed: Bildgröße ≤ 0, max_radius < 1 oder mehr Paare als max_pairs (ein zu langsames Rendern wird nicht stillschweigend ausgeführt) lösen ValueError aus.

Leere Eingabe (gs als leeres dict) löst ValueError aus.

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• poc_kendama — py -3.11 examples/poc_kendama.py

Typkompatible Folge-Operatoren (nehmen `table` als Eingabe)

course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same

Gleiche Kategorie (`gsplat`)

gs_from_world · gs_update · gs_render_fn · gs_read_file

*Provenance: gsplatnp.py — DRIVE Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

gs_render — DRIVE gsplat op