AG$^2$aussian：基于锚定图结构的高斯溅射用于实例级3D场景理解与编辑
计算机视觉与模式识别
2025-08-05 v1
摘要
3D高斯溅射(3DGS)在各类应用中实现了指数级采纳，推动了对语义感知3D高斯表征以实现场景理解和编辑任务的迫切需求。现有方法通常将语义特征附加到自由高斯集合上并通过可微渲染提炼特征，导致噪声分割和杂乱的高斯选择。在本文中，我们引入AGaussian，一种新型框架，利用锚定图结构组织语义特征并调节高斯原始。我们的锚定图结构不仅促进紧凑且实例感知的高斯分布，还促进基于图的传播，实现干净且准确的实例级高斯选择。广泛的验证覆盖四个应用，即交互式点击式查询、开放词汇文本驱动查询、对象删除编辑和物理仿真，展示了我们方法的优势及其对各类应用的益处。实验和消融研究进一步评估了我们方法的关键设计的有效性。
引用
@article{arxiv.2508.01740,
title = {AG$^2$aussian: Anchor-Graph Structured Gaussian Splatting for Instance-Level 3D Scene Understanding and Editing},
author = {Zhaonan Wang and Manyi Li and Changhe Tu},
journal= {arXiv preprint arXiv:2508.01740},
year = {2025}
}