DynOMo:基于动态单目高斯重建的在线点跟踪
计算机视觉与模式识别
2025-03-13 v2
摘要
重建场景与跟踪运动是同一问题的两个面向。点跟踪允许进行几何重建[14],而几何重建(动态)场景允许对点在时间上的3D跟踪[24, 39]。后者最近也被用于2D点跟踪,以通过直接提升到3D来克服遮挡歧义[38]。然而,上述方法要么需要离线处理,要么需要多视角摄像 setups,这在机器人导航或混合现实等真实世界应用中不切实际。我们针对从未标定的单目摄像机输入进行在线2D和3D点跟踪的挑战,提出Dynamic Online Monocular Reconstruction(DynOMo)方法。我们利用3D高斯溅写技术对动态场景进行在线重建。该方法扩展了3D高斯,以捕获新内容和物体运动,同时从单帧RGB图像中估计相机运动。DynOMo的独特之处在于无需任何对应级别的监督,通过鲁棒的图像特征重建和一种新颖的相似度增强正则化项,即可实现点轨迹的出现。它为使用单目未标定摄像机进行在线点跟踪奠定了第一个基准,实现了与现有方法相当的性能。我们旨在激励社区发展在线点跟踪和重建,扩展其适用性以适应多样化的真实世界场景。
引用
@article{arxiv.2409.02104,
title = {DynOMo: Online Point Tracking by Dynamic Online Monocular Gaussian Reconstruction},
author = {Jenny Seidenschwarz and Qunjie Zhou and Bardienus Duisterhof and Deva Ramanan and Laura Leal-Taixé},
journal= {arXiv preprint arXiv:2409.02104},
year = {2025}
}
备注
Accepted to 3DV 2025