FlexDrive：迈向驾驶场景重建与渲染中的轨迹灵活性
计算机视觉与模式识别
2025-03-04 v2
摘要
借助 3D Gaussian Splatting，驾驶场景的重建与渲染取得了显著进展。然而，大多数先前的研究侧重于沿预录制车辆路径的渲染质量，并且难以泛化到路径外视点，这是由于在这些路径外视图中缺乏高质量监督。为了解决这个问题，我们引入了一种逆视图变换技术，以创建紧凑且高质量的图像作为路径外视图重建的监督，从而为这些视图实现高质量的渲染结果。为了实现准确且鲁棒的逆视图变换，提出了一种深度引导策略，以在优化过程中即时获取密集深度图，克服了 LiDAR 深度数据的稀疏性和不完整性。我们的方法在广泛使用的 Waymo Open 数据集上实现了卓越的路径内和路径外重建与渲染性能。此外，提出了一个基于模拟器的基准，以获取路径外真值并定量评估路径外渲染性能，其中我们的方法以显著优势优于先前的方法。
引用
@article{arxiv.2502.21093,
title = {FlexDrive: Toward Trajectory Flexibility in Driving Scene Reconstruction and Rendering},
author = {Jingqiu Zhou and Lue Fan and Linjiang Huang and Xiaoyu Shi and Si Liu and Zhaoxiang Zhang and Hongsheng Li},
journal= {arXiv preprint arXiv:2502.21093},
year = {2025}
}