Event3DGS：基于事件的高速机器人视差下的 3D 高斯溅写
计算机视觉与模式识别
2024-10-15 v4
摘要
通过将可微分渲染与显式点基场景表示相结合，3D 高斯溅写（3DGS）已在 3D 重建方面展现突破性能力。然而，到目前为止，3DGS 在机器人领域的影响仍有限，因为高速视差是机器人常见的场景：视差引入运动模糊，导致现有基于帧的 3DGS 重建方法出现图像瑕疵。为此，我们引入 Event3DGS，一个基于事件的 3DGS 框架。通过利用事件相机的卓越时间分辨率，Event3GDS 能够在高速视差下重建高保真度的 3D 结构和外观。在多个合成和真实世界数据集上进行的广泛实验表明，Event3DGS 在现有基于事件的稠密 3D 场景重建框架中具有优势；Event3DGS 在重建质量上提升约 3dB，同时将计算成本降低 95%。我们的框架还允许将少量运动模糊帧-based 测量纳入重建过程，以进一步提升外观保真度而不牺牲结构精度。
引用
@article{arxiv.2406.02972,
title = {Event3DGS: Event-Based 3D Gaussian Splatting for High-Speed Robot Egomotion},
author = {Tianyi Xiong and Jiayi Wu and Botao He and Cornelia Fermuller and Yiannis Aloimonos and Heng Huang and Christopher A. Metzler},
journal= {arXiv preprint arXiv:2406.02972},
year = {2024}
}
备注
In the 8th Annual Conference on Robot Learning (CoRL 2024)