基于颜色编码照明的高速体积场景重建
计算机视觉与模式识别
2026-04-30 v1
摘要
从 2D 图像捕捉和渲染 3D 动态场景的任务近年来日益受到关注。然而，大多数常规相机受带宽限制，只能实现 30-60 帧/秒，这限制了这些方法仅能处理静态或缓慢变化的场景。虽然对一般场景而言克服带宽限制困难，但近年来出现了一批计算成像方法，能仅使用常规相机获取高速视频，适用于特定应用（如运动捕捉和粒子图像速度测量）。然而，这些方法大多需要修改相机的光学系统或添加机械式可动部件，限制其仅能进行单视角高速捕捉。因此，这些方法难以用于捕捉快速场景运动的 3D 表示。在本文中，我们提出了一种新方法，仅使用未经改装的低速相机即可捕捉和重建高速场景的体积表示。我们不修改每个单张相机的硬件或光学，而是通过快速、顺序的颜色编码照明方案来编码高速场景动力学。这导致场景的多视角同步捕捉，高速时间信息被编码在捕获图像的空间强度和颜色变化中。为构建动态场景的高速体积表示，我们开发了一种新的基于动态高斯溅射 (dynamic Gaussian Splatting) 的方法，用于从图像中解码时间信息。我们在仿真场景和实际实验中进行评估，使用多摄像机设置，展示了首次实现的高速体积场景重建。
引用
@article{arxiv.2604.26920,
title = {Color-Encoded Illumination for High-Speed Volumetric Scene Reconstruction},
author = {David Novikov and Eilon Vaknin and Narek Tumanyan and Mark Sheinin},
journal= {arXiv preprint arXiv:2604.26920},
year = {2026}
}
备注
accepted to IEEE CVPR 2026 as a highlight