针对运动物体的3D高斯溅射用于高保真街景重建
计算机视觉与模式识别
2026-05-05 v4
摘要
动态街景的精确重建对于自动驾驶、增强现实和虚拟现实等应用至关重要。传统依赖密集点云和三角网格的方法难以处理运动物体、遮挡和实时处理约束，限制了其在复杂城市环境中的有效性。虽然多视角立体视觉和神经辐射场推进了3D重建，但它们在计算效率和处理场景动态方面面临挑战。本文提出了一种用于动态街景重建的新型3D高斯点分布方法。我们的方法引入自适应透明度机制以消除运动物体，同时保留高保真的静态场景细节。此外，高斯点分布的迭代优化提升了几何精度和纹理表达。我们将方向编码与空间位置优化相结合，以优化存储和渲染效率，在保持场景完整性的同时减少冗余。实验结果表明，我们的方法实现了高重建质量、改进的渲染性能以及在大规模动态环境中的适应性。这些贡献为实时高精度3D重建建立了稳健框架，推动了动态场景建模在多个应用中的实用性。本工作的源代码公开可得：https://github.com/okic-ca/3dgs
引用
@article{arxiv.2503.12001,
title = {3D Gaussian Splatting against Moving Objects for High-Fidelity Street Scene Reconstruction},
author = {Peizhen Zheng and Dongjing Jiang and Qingchong Jiao and Redouane EL Bouchtaoui and Flynnwell Jianfei Zhang},
journal= {arXiv preprint arXiv:2503.12001},
year = {2026}
}