BEA-GS：超越辐射度监督的 3DGS 用于精确物体提取

大多数提供场景 3D 语义表示的 Gaussian Splatting 技术并未优化底层 3D 几何，使得物体级编辑或资产提取极具挑战性。近期方法（如 COBGS、Trace3D、ObjectGS）承认了这一局限性，并提出了修改场景几何以表示底层语义的方法。我们通过提出一种在物体提取中提供近乎完美边界的新方案，进一步推进了这一概念。我们通过在优化中引入两个新的损失来实现这一点：1）一个修改可见高斯几何以尊重语义边界的损失，以及 2）一个调整在物体提取后出现的不可见高斯几何的损失。我们的第一个损失通过光栅化直接传播梯度，允许在 Gaussian 参数优化中无缝集成。第二个损失也将梯度传播至 Gaussian 参数，但无需通过光栅化，即使在极低透射率到达高斯（部分或不可见）的情况下也能修改场景几何。在 4 个数据集上使用六项指标与 12 种 SOTA 方法进行的详尽比较表明，我们的方法迄今产生了总体最佳的边界分割。