DHGS：驾驶场景的解耦混合高斯溅射
计算机视觉与模式识别
2024-08-20 v3
摘要
现有的高斯溅射方法在驾驶场景中实现令人满意的新视角合成方面往往不足，主要由于缺乏对相关元素进行精妙设计和几何约束。本文提出了一种新颖的神经渲染方法，称为解耦混合高斯溅射（Decoupled Hybrid Gaussian Splatting, DHGS），旨在提升静态驾驶场景中新视角合成的渲染质量。本工作的创新点在于采用解耦式混合像素级混合器处理道路与非道路图层，无需针对整个场景采用传统的统一可微渲染逻辑。然而，通过提出的深度排序混合渲染策略，仍保持了叠加过程中的一致性和连续性。此外，训练一个由符号距离函数（SDF）构成的隐式道路表示，以细化几何属性对道路表面的监督。配合辅助传播度损失和一致性损失，最终获得边界几乎不可见、渲染质量更高的新图像。在Waymo数据集上的大量实验表明，DHGS超越了当前最先进的方法。项目页面提供了更多视频证据：https://ironbrotherstyle.github.io/dhgs_web
引用
@article{arxiv.2407.16600,
title = {DHGS: Decoupled Hybrid Gaussian Splatting for Driving Scene},
author = {Xi Shi and Lingli Chen and Peng Wei and Xi Wu and Tian Jiang and Yonggang Luo and Lecheng Xie},
journal= {arXiv preprint arXiv:2407.16600},
year = {2024}
}
备注
13 pages, 14 figures, conference