GSFusion：高斯溅射融合的在线 RGB-D 地图
计算机视觉与模式识别
2024-11-18 v3
摘要
传统体积融合算法保留了3D场景的空间结构，这对计算机视觉和机器人领域的许多任务都有益处。然而，它们在可视化现实感方面常常不足。新兴的3D高斯溅射方法弥合了这一差距，但现有的基于高斯的重建方法常常存在伪影和与底层3D结构之间的不一致，同时难以实现实时优化，无法为用户提供高质量的即时反馈。其中一个瓶颈在于优化过程中需要更新的大量高斯参数。我们并不打算将3D高斯作为独立的地图表示，而是将其融入体积映射系统，以利用几何信息，并提出在图像上使用四分树数据结构来大幅减少初始化的溅射数量。如此一来，我们能够同步生成具有更少伪影的紧凑型3D高斯地图以及即时的体积地图。我们的方法GSFusion在不牺牲渲染质量的前提下显著提升了计算效率，实验在合成数据和真实数据上均证明了这一点。代码将在 https://github.com/goldoak/GSFusion 提供。
引用
@article{arxiv.2408.12677,
title = {GSFusion: Online RGB-D Mapping Where Gaussian Splatting Meets TSDF Fusion},
author = {Jiaxin Wei and Stefan Leutenegger},
journal= {arXiv preprint arXiv:2408.12677},
year = {2024}
}