GTR：基于外观和几何复杂度的高斯溅写追踪与未知对象重建
计算机视觉与模式识别
2025-05-20 v1 机器人学
摘要
我们提出了一种用于单目 RGBD 视频的 6 自由度物体追踪和高质量 3D 重建的新方法。现有方法虽取得了令人印象深刻的结果，但常在处理复杂物体时存续问题，尤其是那些具有对称性、复杂几何或复杂外观的物体。为弥合这一差距，我们引入一种自适应方法，结合 3D 高斯溅写、混合几何/外观追踪和关键帧选择，以实现跨多样化物体的稳健追踪和精确重建。此外，我们提供了一个覆盖这些具挑战性物体类别的基准数据集，提供高质量注释以评估追踪和重建性能。我们的方法在恢复高保真物体网格方面展现出强大的能力，为单感知器在开放世界环境中的 3D 重建设立了新标准。
引用
@article{arxiv.2505.11905,
title = {GTR: Gaussian Splatting Tracking and Reconstruction of Unknown Objects Based on Appearance and Geometric Complexity},
author = {Takuya Ikeda and Sergey Zakharov and Muhammad Zubair Irshad and Istvan Balazs Opra and Shun Iwase and Dian Chen and Mark Tjersland and Robert Lee and Alexandre Dilly and Rares Ambrus and Koichi Nishiwaki},
journal= {arXiv preprint arXiv:2505.11905},
year = {2025}
}
备注
main contains 10 pages, 9 figures. And supplementary material contains 10 pages, 27 figures