ActiveGAMER：基于高效渲染的主动高斯映射
计算机视觉与模式识别
2025-09-08 v3 机器人学
摘要
我们提出了 ActiveGAMER，一种利用 3D 高斯溶解(3DGS)实现高质量、实时场景映射和探索的主动映射系统。不同于传统基于 NeRF 的方法需要大量计算且限制主动映射性能，本方法利用 3DGS 的高效渲染能力，实现对复杂环境的有效且高效的探索。系统的核心是基于渲染的信息增益模块，动态识别最具信息量的下一视角，以增强几何和光照重建精度。ActiveGAMER 还集成了一个平衡性框架，结合粗到细探索、后期精炼和全局-局部关键帧选择策略，以最大化重建的完整性和保真度。我们的系统能够自主探索并以领先的几何和光照精度和完整性进行重建，显著超越现有方法。在 Replica 和 MP3D 等基准数据集上的广泛评估表明，ActiveGAMER 在主动映射任务中具有卓越效果。
引用
@article{arxiv.2501.06897,
title = {ActiveGAMER: Active GAussian Mapping through Efficient Rendering},
author = {Liyan Chen and Huangying Zhan and Kevin Chen and Xiangyu Xu and Qingan Yan and Changjiang Cai and Yi Xu},
journal= {arXiv preprint arXiv:2501.06897},
year = {2025}
}
备注
Accepted to CVPR2025. Project page: https://oppo-us-research.github.io/ActiveGAMER-website/. Code: https://github.com/oppo-us-research/ActiveGAMER