BARD-GS：基于高斯溅射的模糊感知动态场景重建
计算机视觉与模式识别
2025-03-21 v1
摘要
3D 高斯溅射 (3DGS) 已在静态场景重建中显示出巨大的潜力，近期的进展还将其应用扩展到动态场景。然而，重建质量严重依赖于高质量的输入图像和精确的相机姿态，而在实际场景中这并不容易实现。例如，用手持单摄像机捕捉动态场景时，通常会在单个曝光中同时发生相机和场景中物体的运动。这种组合运动常常导致图像模糊，而现有方法无法充分处理。为此，我们引入 BARD-GS，用于鲁棒的动态场景重建，以有效处理模糊输入和不准确的相机姿态。我们的方法包含两个主要组件：1）相机运动去模糊和2）物体运动去模糊。通过显式地将运动模糊分解为相机运动模糊和物体运动模糊并分别对其建模，我们在动态区域实现了显著的渲染效果改进。此外，我们收集了一个真实世界的动态场景运动模糊数据集，用于评估我们的方法。大量实验表明，BARD-GS 在现实条件下有效地重建了高质量的动态场景，显著优于现有方法。
引用
@article{arxiv.2503.15835,
title = {BARD-GS: Blur-Aware Reconstruction of Dynamic Scenes via Gaussian Splatting},
author = {Yiren Lu and Yunlai Zhou and Disheng Liu and Tuo Liang and Yu Yin},
journal= {arXiv preprint arXiv:2503.15835},
year = {2025}
}
备注
CVPR2025. Project page at https://vulab-ai.github.io/BARD-GS/