BSGS：用于相机运动模糊的双阶段 3D 高斯溅写
计算机视觉与模式识别
2025-10-20 v2
摘要
3D 高斯溅写在 3D 场景重建方面展现出显著的能力。然而，由相机运动引起的运动模糊图像重建高质量 3D 场景是一个重大挑战。现有基于 3DGS 的去模糊方法受限于其内在机制，例如对相机姿态精度的极度依赖，以及无法有效控制由运动模糊引起的错误高斯原始值密度化。为解决这些问题，我们引入了一种新框架，即双阶段 3D 高斯溅写，以准确重建由运动模糊图像构成的 3D 场景。BSGS 包含两个阶段：首先，相机姿态精细化大致优化相机姿态以减少由运动引起的失真；其次，在固定粗略相机姿态的情况下，全局刚性变换进一步纠正由运动引起的模糊失真。为缓解多子帧梯度冲突，我们提出了子帧梯度聚合策略以优化两个阶段。此外，引入时空双阶段优化策略，以动态调整原始值密度化阈值，防止在模糊区域过早生成嘈杂的高斯原始值。全面实验验证了我们提出的去模糊方法的有效性，并显示其在最先进方法中的优势。我们的源代码可在 https://github.com/wsxujm/bsgs 获取。
引用
@article{arxiv.2510.12493,
title = {BSGS: Bi-stage 3D Gaussian Splatting for Camera Motion Deblurring},
author = {An Zhao and Piaopiao Yu and Zhe Zhu and Mingqiang Wei},
journal= {arXiv preprint arXiv:2510.12493},
year = {2025}
}
备注
Accept by ACM MM 2025