高精度3D重建：Gaussian-Plus-SDF SLAM实现150+帧每秒
计算机视觉与模式识别
2025-12-16 v2
摘要
虽然最近的基于高斯的SLAM方法从RGB-D数据实现了光照一致的重建，但其计算性能仍是关键瓶颈。现有技术以不到20 fps的速度运行，显著落后于基于几何的方法如KinectFusion（数百fps）。这一限制源于沉重的计算负担：建模场景需要大量高斯体以及复杂的迭代优化以拟合RGB-D数据；不足的高斯体数量或优化迭代次数会导致严重的质量下降。为此，我们提出了一种Gaussian-SDF混合表示，结合用于平滑几何和外观的彩色符号距离场（SDF）与3D高斯体以捕捉欠代表的细节。SDF通过RGB-D融合高效构建（如几何方法），而高斯体进行迭代优化。该表示通过避免完整场景高斯建模实现显著的高斯体减少（50%），并通过针对性外观细化实现高效的高斯体优化（75%更少的迭代次数）。基于该表示，我们开发了GPS-SLAM（Gaussian-plus-SDF SLAM），一个实现150+ fps的实时3D重建系统， 在真实世界的Azure Kinect序列上，速度是现有技术的数量级，同时保持相当的重建质量。源代码和数据可在 https://gapszju.github.io/GPS-SLAM 查阅。
引用
@article{arxiv.2509.11574,
title = {Gaussian-Plus-SDF SLAM: High-fidelity 3D Reconstruction at 150+ fps},
author = {Zhexi Peng and Kun Zhou and Tianjia Shao},
journal= {arXiv preprint arXiv:2509.11574},
year = {2025}
}