GGS：用于自动驾驶车道切换的通用高斯溅射
计算机视觉与模式识别
2024-09-05 v1
摘要
我们提出GGS，即一种用于自动驾驶的通用高斯溅射方法，可实现大视角变化下的真实渲染。以往的通用3D高斯溅射方法局限于渲染与原始图像对非常接近的新视角，无法处理视角差异较大的场景。在自动驾驶场景中，图像通常仅来自单车道收集。受限的训练视角使得对不同车道的渲染图像变得极具挑战。为进一步提高GGS在大视角变化下的渲染能力，我们引入了新的虚拟车道生成模块到GSS方法中，以实现即使没有多车道数据集也能实现高质量的车道切换。此外，我们设计了扩散损失来监督虚拟车道图像的生成，以进一步解决虚拟车道数据不足的问题。最后，我们还提出了深度细化模块来优化GSS模型中的深度估计。对我们方法的大量验证表明，我们的做法在与现有方法相比方面实现了最先进的性能。
引用
@article{arxiv.2409.02382,
title = {GGS: Generalizable Gaussian Splatting for Lane Switching in Autonomous Driving},
author = {Huasong Han and Kaixuan Zhou and Xiaoxiao Long and Yusen Wang and Chunxia Xiao},
journal= {arXiv preprint arXiv:2409.02382},
year = {2024}
}