基于3D高斯泼溅的图引导图像场景重建

本文研究了从图像重建高质量大型3D开放场景这一开放研究挑战。据观察，现有方法存在各种局限性，例如需要精确的相机位姿作为输入以及密集视点进行监督。为了实现有效且高效的3D场景重建，我们提出了一种新颖的图引导3D场景重建框架GraphGS。具体而言，给定由RGB相机在场景中捕获的一组图像，我们首先设计了一种基于空间先验的场景结构估计方法。然后利用该方法创建包含相机拓扑信息的相机图。进一步，我们将图引导的多视图一致性约束和自适应采样策略应用于3D高斯泼溅优化过程。这极大地缓解了高斯点过拟合特定稀疏视点的问题，并加速了3D重建过程。我们证明GraphGS能够从图像实现高保真3D重建，在多个数据集上的定量和定性评估中展现出SOTA性能。项目页面：https://3dagentworld.github.io/graphgs。