DeblurSplat：基于事件相机的无 SfM 3D 高斯溅写去模糊方法
计算机视觉与模式识别
2025-09-24 v1
摘要
本文提出了首个基于事件相机的无 Structure-from-Motion（SfM）3D 高斯溅写去（3D Gaussian Splatting）去模糊方法，称为 DeblurSplat。我们以两种方式解决运动去模糊问题。首先，我们利用预训练的密集立体声模块（DUSt3R）直接获取模糊图像中准确的初始点云。无需计算相机姿态作为中间结果，我们避免了来自不准确相机姿态对初始点云位置的累积误差。其次，我们将事件流引入去模糊管道以利用其对动态变化的高度敏感性。通过解码事件流和模糊图像中的潜在锐利图像，我们可以为场景重建优化提供细粒度的监督信号。广泛的实验表明，DeblurSplat 不仅在生成高保真新视角方面优于现有方法，还在去模糊 3D-GS 方面实现了显著的渲染效率提升。
引用
@article{arxiv.2509.18898,
title = {DeblurSplat: SfM-free 3D Gaussian Splatting with Event Camera for Robust Deblurring},
author = {Pengteng Li and Yunfan Lu and Pinhao Song and Weiyu Guo and Huizai Yao and F. Richard Yu and Hui Xiong},
journal= {arXiv preprint arXiv:2509.18898},
year = {2025}
}