高斯溅射Lucas-Kanade方法
计算机视觉与模式识别
2025-03-28 v2 图形学
摘要
高斯溅射及其动态扩展方法在相机发生显著运动以便实现视差且场景物体相对静止时,有效地用于从2D图像重建3D场景。然而,在许多实际场景中,这些条件并不满足。因此,倾向于采用数据驱动的语义和几何先验作为正则化器,尽管这些先验对训练数据具有偏见,忽视了更广泛的运动动力学。本文提出一种新颖的分析方法,将经典Lucas-Kanade方法适用于动态高斯溅射。通过利用前向位场网络的内在属性,我们推导出分析速度场,并通过时间积分实现准确的场景流计算。这使得能够精确地对位场施加运动约束,从而约束高斯的二维运动和三维位置。我们的方法在相机运动极小的情况下重建高度动态场景方面表现出色,实验在合成和真实场景中均已验证。
关键词
引用
@article{arxiv.2407.11309,
title = {Gaussian Splatting Lucas-Kanade},
author = {Liuyue Xie and Joel Julin and Koichiro Niinuma and Laszlo A. Jeni},
journal= {arXiv preprint arXiv:2407.11309},
year = {2025}
}
备注
International Conference on Learning Representations