GauU-Scene V2：使用3DGS和NeRF评估基于图像度量的可靠性——基于大规模激光雷达图像数据集
计算机视觉与模式识别
2024-04-16 v2
摘要
我们引入了一个新颖的多模态大规模场景重建基准，利用新开发的3D表示方法：高斯泼溅（Gaussian Splatting）和神经辐射场（NeRF）。我们庞大的U-Scene数据集在面积和点数量上超过了任何先前存在的真实大规模室外LiDAR和图像数据集。GauU-Scene覆盖超过6.5平方公里，并包含一个全面的RGB数据集以及LiDAR真值。此外，我们是第一个为基于无人机的数据集提出LiDAR和图像对齐方法的。我们对GauU-Scene的评估包括在各种新颖视角下的详细分析，在基于NeRF和高斯泼溅的方法上使用基于图像的度量，如SSIM、LPIPS和PSNR。当应用基于几何的度量（如倒角距离）时，这一分析揭示了矛盾的结果。在我们的多模态数据集上的实验结果表明了当前基于图像的度量的不可靠性，并揭示了使用当前基于高斯泼溅的方法进行几何重建的显著缺陷，进一步说明了我们的数据集对于评估几何重建任务的必要性。我们还提供了关于数据收集协议的详细补充信息，并在以下匿名项目页面上提供数据集。
引用
@article{arxiv.2404.04880,
title = {GauU-Scene V2: Assessing the Reliability of Image-Based Metrics with Expansive Lidar Image Dataset Using 3DGS and NeRF},
author = {Butian Xiong and Nanjun Zheng and Junhua Liu and Zhen Li},
journal= {arXiv preprint arXiv:2404.04880},
year = {2024}
}