BillBoard Splatting (BBSplat)：用于新视角合成的可学习纹理图元
计算机视觉与模式识别
2025-03-11 v4
摘要
我们提出 Billboard Splatting (BBSplat)——一种基于纹理几何图元的新视角合成新方法。BBSplat 将场景表示为一组可优化的纹理平面图元，具有可学习的 RGB 纹理和控制形状的 alpha 贴图。BBSplat 图元可作为高斯泼溅 (GS) 流水线中高斯图元的直接替换。所提图元缩小了 2D 与 3D 高斯泼溅 (GS) 的渲染质量差距，实现了如 2DGS 框架般精确的 3D 网格提取。此外，平面图元的显式特性使光线追踪效果可用于光栅化。我们的新正则化项鼓励纹理呈稀疏结构，实现高效压缩，使模型存储空间较 3DGS 减少达 17 倍。实验在 Tanks&Temples、DTU、Mip-NeRF-360 等真实室内外标准数据集上验证了 BBSplat 的效率。具体而言，我们在 DTU 数据集全高清分辨率下达到 29.72 的最优 PSNR。
引用
@article{arxiv.2411.08508,
title = {BillBoard Splatting (BBSplat): Learnable Textured Primitives for Novel View Synthesis},
author = {David Svitov and Pietro Morerio and Lourdes Agapito and Alessio Del Bue},
journal= {arXiv preprint arXiv:2411.08508},
year = {2025}
}