GS-Net：可泛化的即插即用3D高斯泼溅模块
计算机视觉与模式识别
2024-09-18 v1
摘要
3D高斯泼溅（3DGS）融合了基于基元表示和体渲染技术的优势，能够实现实时、高质量的渲染。然而，3DGS模型通常对单场景训练过拟合，并且对启发式地从运动恢复结构（SfM）点云导出的高斯椭球的初始化高度敏感，这限制了其泛化性和实用性。为了解决这些局限性，我们提出了GS-Net，一个可泛化的、即插即用的3DGS模块，该模块能从稀疏的SfM点云中稠密化高斯椭球，从而增强几何结构表示。据我们所知，GS-Net是首个具有跨场景泛化能力的即插即用3DGS模块。此外，我们引入了CARLA-NVS数据集，该数据集包含了额外的相机视点，以全面评估重建和渲染质量。大量实验表明，将GS-Net应用于3DGS，在常规视点下PSNR提升了2.08 dB，在新视点下提升了1.86 dB，证实了该方法的有效性和鲁棒性。
引用
@article{arxiv.2409.11307,
title = {GS-Net: Generalizable Plug-and-Play 3D Gaussian Splatting Module},
author = {Yichen Zhang and Zihan Wang and Jiali Han and Peilin Li and Jiaxun Zhang and Jianqiang Wang and Lei He and Keqiang Li},
journal= {arXiv preprint arXiv:2409.11307},
year = {2024}
}