SMPL是一个人体Mesh模型，通过给定不同的形状和姿势参数，我们可以得到表示不同人体的Mesh。本篇主要对SMPL进行了原理以及使用方式的介绍，包括如何通过SMPL参数转换得到人体Mesh，如何通过Pose序列生成动画以及如何驱动Texture Mesh等。

本篇主要介绍了如何在已知相机内外参数的情况下利用Colmap来进行重建。

本篇主要介绍了3D Gaussian系列的相关工作，包括GaussianPro、GaussianGrouping等。

本篇主要介绍了Fire的简单使用，这是一个Python的第三方库，可以从Python对象中快速生成CLI命令行程序。

本篇主要记录了3D Semantic中3D Gaussians表示相关的论文，包括LEGaussians、Feature 3DGS、LangSplat、FMGS等。

本篇主要记录了3D Semantic中NeRF表示相关的论文，包括Semantic NeRF、DFF、LERF和3DOVS等。

本篇主要记录了3D Semantic中点云表示相关的论文，包括OpenMask3D、OVIR-3D、Open3DIS以及MaskClustering等。

本篇主要介绍了3D Gaussian的核心内容以及流程，同时记录了相关Survey，包括常用数据集、相关工作以及改进方向。

本篇主要介绍了NeRF相关工作，包括Plenoxels、InstantNGP、TensoRF、TriMipNeRF和ZipNeRF。

本篇主要介绍了NeRF以及它系列的相关重要工作，NeRF相关的工作有非常多，此处无法完全包含，可以参考introduction中的资源跟踪最新进展。本篇介绍的工作包括原始NeRF、PixelNeRF、MipNeRF和MipNeRF-360。