GSta：用于单目3D场景重建的高效训练方案，基于静息高斯
计算机视觉与模式识别
2025-04-10 v1
摘要
高斯溅写(GS)是3D重建的流行方法，主要due于其能够快速收敛、忠实地表示场景并以快速速度渲染(新视觉)。然而，它存在较大的存储和内存要求，其训练速度仍滞后于基于哈希网格的辐射场方法(如Instant-NGP)，这使得在机器人场景中部署尤其困难，因为3D重建对准确操作至关重要。本文提出GSta，通过动态识别在训练期间已良好收敛的高斯，基于其位置和颜色梯度范数。通过强制此类高斯进入休眠状态并在训练期间停止其更新(冻结)，我们在与最先进技术相当的准确度下提高了训练速度。我们还提出了一种基于在训练图像子集上计算的PSNR值实现的早停机制。结合其他改进措施(如集成学习率调度器)，GSta在收敛速度、内存和存储要求方面实现了改进的帕累托前沿，同时保持了质量。我们还展示了GSta可以提高其他方法的效率，或与正交方法互补；一旦与Trick-GS结合，GSta在训练速度上可提高最高5倍，磁盘大小缩小16倍，同时保持可比的准确度且仅使用一半的峰值内存。更多可视化请参见 https://anilarmagan.github.io/SRUK-GSta。
引用
@article{arxiv.2504.06716,
title = {GSta: Efficient Training Scheme with Siestaed Gaussians for Monocular 3D Scene Reconstruction},
author = {Anil Armagan and Albert Saà-Garriga and Bruno Manganelli and Kyuwon Kim and M. Kerim Yucel},
journal= {arXiv preprint arXiv:2504.06716},
year = {2025}
}
备注
9 pages. In submission to an IEEE conference