3D Gaußsche Splatting-Entunschärfung ist ein neuartiges neuronales Netzwerk-Framework zur Entunschärfung von 3D-Szenen, das auf einer kürzlich vorgestellten Rasterisierungsmethode, 3D-Gaußfunktionen und Rasterisierung basiert. Durch den Einsatz kleiner Multilayer-Perzeptrone (MLPs) rekonstruiert es detailreiche Bilder aus unscharfen Bildern bei gleichzeitiger Echtzeit-Rendering-Fähigkeit. Das System verdichtet die Punktwolke während des Trainings durch Hinzufügen zusätzlicher Punkte mithilfe des K-Nearest-Neighbor-Algorithmus (KNN) und verwendet ein selektives Pruning von 3D-Gaußfunktionen basierend auf der relativen Tiefe, um mehr 3D-Gaußfunktionen zu erhalten. Mehrere Experimente bestätigen die Effektivität des Systems bei der Entunschärfung.