ActiveInitSplat：主动图像选择如何助力高斯泼溅
计算机视觉与模式识别
2025-12-04 v2
摘要
高斯泼溅（GS）及其扩展与变体在实时场景渲染中提供了卓越的性能，同时满足了降低存储需求和计算效率的要求。尽管捕获目标场景的 2D 图像的选择对于 GS 的正确初始化和训练至关重要，从而显著影响渲染性能，但先前的工作依赖于被动且通常密集选择的 2D 图像。相比之下，本文提出了“ActiveInitSplat”，一种用于主动选择训练图像以正确初始化和训练 GS 的新框架。ActiveInitSplat 依赖于由所选 2D 图像生成的 3D 场景表示的密度和占据标准，以确保后者是从不同视点捕获的，从而实现更好的场景覆盖，并且初始化的高斯函数与实际 3D 结构良好对齐。在广泛使用的模拟和真实环境上的数值测试证明了 ActiveInitSplat 的优势，在密集视图和稀疏视图设置下，采用广泛采用的 LPIPS、SSIM 和 PSNR 指标，其 GS 渲染性能相较于被动 GS 基线均有显著提升。
引用
@article{arxiv.2503.06859,
title = {ActiveInitSplat: How Active Image Selection Helps Gaussian Splatting},
author = {Konstantinos D. Polyzos and Athanasios Bacharis and Saketh Madhuvarasu and Nikos Papanikolopoulos and Tara Javidi},
journal= {arXiv preprint arXiv:2503.06859},
year = {2025}
}