IJCAIJan, 2024

GauU-Scene: 使用高斯喷洒技术的大规模三维重构数据集上的场景重建基准测试

PDF
TL;DR我们引入了一种新颖的大规模场景重建基准测试，通过使用新开发的三维表示方法 —— 高斯插值法在我们广泛的 U-Scene 数据集中。U-Scene 包含了一个半平方千米以上的区域，具有综合 RGB 数据集和 LiDAR 地面真实数据。我们使用了 Matrix 300 无人机配备高精度的 Zenmuse L1 LiDAR 来获取数据，从而实现了精确的屋顶数据采集。这个数据集提供了一个独特的城市和学术环境的结合，用于高级空间分析，覆盖面积超过了 1.5km^2。我们使用高斯插值法对 U-Scene 进行了评估，并从各种新颖的视角进行了详细分析。我们还将这些结果与我们准确的点云数据集进行对比，突出了多模态信息结合的重要性。
发现论文，激发创造
  • GauU-Scene V2: 高斯点云投影与 NeRF 方法表明几何重建存在不可靠性的激光雷达图像数据集

    介绍了一种利用 Gaussian Splatting 和 Neural Radiance Fields 进行大规模景观重建的新型基准测试，结合 LiDAR 数据集，涵盖了超过 6.5 平方公里的城市和学术环境，评估了几种度量方法在 Gaussian Splatting 上的可靠性。

    Apr, 2024

  • 利用 Google Earth 图像和高斯喷雾状提取的逼真三维城市场景重构和点云提取

    使用 Google Earth 图像构建了基于 3D 高斯光斑模型的滑铲三维重建模型，利用视图合成模型实现了比基于神经辐射场更好的三维视图合成结果，并通过多视图稠密重建对场景的三维几何和照明进行了重建。

    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

  • 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

  • VastGaussian：大场景重建的巨大 3D 高斯

    VastGaussian 是基于 3D 高斯平面分割的大型场景重建和实时渲染的首个方法，通过渐进的分割策略和外观建模的优化过程，在多个大型场景数据集上实现了超出现有 NeRF 方法的最新成果，实现了快速优化和高保真实时渲染。

    Feb, 2024

  • GS-SLAM：带有 3D 高斯点图的密集视觉 SLAM

    本文介绍了一种名为 GS-SLAM 的算法，它在同时定位与地图构建（SLAM）系统中首次使用了 3D 高斯表示方法，实现了效率和准确性之间的更好平衡。与使用神经隐式表示的最新 SLAM 方法相比，我们的方法采用了实时可微分雀斑光照渲染流水线，大大加速了地图优化和 RGB-D 重渲染。具体而言，我们提出了一种自适应扩张策略，通过添加新的或删除噪音 3D 高斯来有效重构新观测到的场景几何并改善先前观测区域的建图。这种策略对于将 3D 高斯表示扩展到重建整个场景而不是在现有方法中合成静态物体至关重要。此外，在位姿跟踪过程中，设计了一种有效的从粗到细的技术，以选择可靠的 3D 高斯表示来优化相机姿态，从而减少运行时间并实现强健的估计。我们的方法在 Replica 和 TUM-RGBD 数据集上与现有的最新实时方法具有竞争力的性能。源代码将在获批后发布。

    Nov, 2023

  • 高斯散角法：3D 重建与新景象合成综述

    图像基于的三维重建是一项具有挑战性的任务，涉及从一组输入图像中推断出对象或场景的三维形状。基于学习的方法因其直接估计三维形状的能力而受到关注。本综述论文着重介绍了三维重建的最新技术，包括生成新颖未见视角的方法。论文提供了对高斯激波方法的最新发展的概述，包括输入类型、模型结构、输出表示和训练策略。未解决的挑战和未来的研究方向也得到了讨论。鉴于该领域的快速进展以及增强三维重建方法的众多机会，对算法进行全面的研究至关重要。因此，本研究全面概述了高斯激波最新进展。

    May, 2024

  • SA-GS：基于语义感知的高斯点渲染用于带有几何约束的大场景重构

    采用语义感知的 3D 高斯斑点，提出了一种新的方法 SA-GS 用于细粒度的 3D 几何重建，并在大规模场景重建数据集上展示了其卓越性能。

    May, 2024

  • CityGaussian: 高质量大规模场景实时渲染

    CityGaussian employs a divide-and-conquer training approach and Level-of-Detail strategy for efficient large-scale 3D Gaussian Splatting training and rendering, achieving state-of-the-art rendering quality in real-time across various scales.

    Apr, 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