Dec, 2023

DrivingGaussian: 周围动态自动驾驶场景的复合高斯喷洒

PDF
TL;DRDrivingGaussian 是一个高效而有效的框架，用于重建自主驾驶场景中的动态环境，通过顺序和渐进地建模静态背景，并利用动态高斯图来处理多个移动物体，在场景中恢复每个物体的准确位置和遮挡关系。使用 LiDAR 和高斯喷洒方法进行重建，该方法在驾驶场景重建中优于现有的方法，实现了高逼真度和多相机一致性的全景合成。
autonomous drivingdynamic scenesgaussian modelslidarscene reconstruction
发现论文，激发创造
  • $ extit {S}^3$Gaussian：自主驾驶的自我监督街道高斯分布

    通过自我监督学习的方法，在不使用 3D 注释的情况下，我们提出了一种自适应街景高斯方法来分解静态和动态元素并取得最佳性能。

    May, 2024

  • 高斯 - SLAM：基于高斯投射的高清稠密 SLAM

    我们提出了一种新的稠密同时定位与建图（SLAM）方法，该方法使用高斯斑点作为场景表示。该新的表示方法能够实时重建和真实渲染真实世界和合成场景，并通过提出新的策略来扩展高斯斑点的应用，使其从多视角离线场景扩展到顺序单色 RGBD 输入数据的设置。此外，我们还将高斯斑点扩展到编码几何并通过跟踪在此场景表示上进行实验。我们的方法在真实世界和合成数据集上实现了最先进的渲染质量，同时在重建性能和运行时间方面具有竞争力。

    Dec, 2023

  • DC-Gaussian: 改进的三维高斯化雨点算法用于反射式车载行车记录仪视频

    基于最近的实时神经渲染技术 3D 高斯碎片化，我们提出了 DC-Gaussian 方法，用于从车载行车记录仪视频中生成新的视角。实验证明，我们的方法在新视角合成方面不仅取得了最先进的性能，还能准确重建捕获的场景，并消除遮挡物。

    May, 2024

  • HUGS: 通过高斯分布点绘制进行城市环境全面三维场景理解

    基于 RGB 图像的城市场景的整体理解是一个具有挑战性但重要的问题，本文提出了一种利用三维高斯点云分布的新型管道，通过联合优化几何、外观、语义和动作，实现对城市场景的整体理解，并在实验证明了我们方法的有效性。

    Mar, 2024

  • TCLC-GS: 紧密耦合的激光雷达 - 相机高斯投影在自动驾驶环境中的应用

    设计一种新的紧密耦合的 LiDAR-Camera 高斯扩散 (TCLC-GS) 方法，充分利用 LiDAR 和相机传感器的优势，实现快速高质量的 3D 重建和新视角 RGB / 深度合成，通过富含上下文信息的 3D 网格和隐式特征来丰富 3D 高斯扩散的属性和优化过程。

    Apr, 2024

  • 运动感知的高斯点云成型在高效动态场景重建中的应用

    提出了一种新的运动感知增强框架，通过挖掘光流中的有用运动线索来改进动态场景重建，以提高不同动态 3D 高斯喷溅方式的性能，并针对基于形变的范例提出了一种瞬态感知形变辅助模块。经过广泛的实验证明，与基线相比，我们的方法在渲染质量和效率方面都表现出明显的优势。

    Mar, 2024

  • SC-GS：用于可编辑动态场景的稀疏控制高斯喷洒

    基于高斯散开技术的稀疏控制点和稠密高斯的运动与外观分解，用于动态场景的新视角合成。

    Dec, 2023

  • 实时动态场景渲染的 4D 高斯喷墨

    4D 高斯喷洒 (4D-GS) 方法以高效率表示和呈现动态场景，通过构建有效的变形场来模拟高斯运动和形状变形，实现了高分辨率下的实时渲染，并且在保持与先前最新技术方法相当或更高质量的同时达到了 70 FPS。

    Oct, 2023

  • 高斯喷洒式定位与建图

    使用单个移动单目或 RGB-D 相机，我们首次应用 3D 高斯扩散技术于增量 3D 重建。我们的同时定位与建图（SLAM）方法以高质量渲染作为所需的准确、高效跟踪和建图的唯一 3D 表示，通过几个创新实现连续重建高保真度的 3D 场景，包括通过直接优化对 3D 高斯器应用相机跟踪，利用高斯器的明确性质引入几何验证和规则化以处理增量 3D 密集重建中出现的模糊性，以及引入一个全面的 SLAM 系统，实现在新视角合成和轨迹估计中的最新结果，甚至对微小和甚至透明的物体进行重建。

    Dec, 2023

  • VDG：基于视觉的动态高斯驾驶仿真

    将自我监督视觉里程计（VO）集成到动态高斯方法（VDG）中，从而提升了定位和深度初始化以及静态 - 动态分解，VDG 可以只使用 RGB 图像输入，在更快的速度和更大的场景下构建动态场景，并在大量定量与定性实验中展示了对于现有动态视图合成方法的优越性能。

    Jun, 2024