基于事件的高斯溅射去模糊：事件驱动束调整去模糊高斯溅射
计算机视觉与模式识别
2025-07-14 v2
摘要
虽然 3D 高斯溅射（3D-GS）实现了照片级的新视角合成，但在运动模糊情况下性能会下降。在快速运动或低光条件下，现有的基于 RGB 的去模糊方法难以建模曝光期间的相机姿态和辐射变化，导致重建精度降低。事件相机捕获曝光期间连续的亮度变化，能够有效地辅助建模运动模糊并提高重建质量。因此，我们提出了事件驱动束调整去模糊高斯溅射（EBAD-Gaussian），从事件流和严重模糊图像中重建锐利的 3D 高斯。该方法联合学习这些高斯的参数，同时在曝光时间内恢复相机运动轨迹。具体而言，我们首先通过合成多个潜在锐利图像来构建模糊损失函数，以最小化真实图像与合成模糊图像之间的差异。随后我们利用事件流监督潜在锐利图像之间在曝光期任意时刻的光强变化，补充 RGB 图像中丢失的光强动态变化。此外，我们基于事件基双积分（EDI）先验优化曝光期间中间时刻的潜在锐利图像，应用一致性约束以增强重建图像的细节和纹理信息。大量在合成和真实世界数据集上的实验表明，EBAD-Gaussian 可在模糊图像和事件流输入条件下实现高质量的 3D 场景重建。
引用
@article{arxiv.2504.10012,
title = {EBAD-Gaussian: Event-driven Bundle Adjusted Deblur Gaussian Splatting},
author = {Yufei Deng and Yuanjian Wang and Rong Xiao and Chenwei Tang and Jizhe Zhou and Jiahao Fan and Deng Xiong and Jiancheng Lv and Huajin Tang},
journal= {arXiv preprint arXiv:2504.10012},
year = {2025}
}