IDU：基于新图像数据对现有 3D 虚拟环境的增量动态更新
计算机视觉与模式识别
2025-08-26 v1
摘要
为训练和仿真目的，军事组织通过大量成像和 3D 扫描投入了巨大的资金开发高分辨率的 3D 虚拟环境。然而，战场条件的动态性质——其中物体可能在时间上出现或消失——使得频繁的全规模更新既耗时又昂贵。为此，我们提出了增量动态更新（IDU）管道，通过仅少量新获取的图像高效更新现有的 3D 重建（如 3D 高斯点云（3DGS））。我们的方法从相机姿态估计开始，将新图像与现有 3D 模型对齐，随后进行变更检测以定位场景中的修改。然后，使用 3D 生成式 AI 模型创建新元素的高质量 3D 资产，并无缝集成到现有 3D 模型中。IDU 管道包含人类指导，以确保对象识别和放置的高精度，每次更新仅针对单个新对象。实验结果表明，我们提出的 IDU 管道显著减少了更新时间和人力成本，为维持快速演变军事场景中最新 3D 模型提供了具有成本效益和针对性的解决方案。
引用
@article{arxiv.2508.17579,
title = {IDU: Incremental Dynamic Update of Existing 3D Virtual Environments with New Imagery Data},
author = {Meida Chen and Luis Leal and Yue Hu and Rong Liu and Butian Xiong and Andrew Feng and Jiuyi Xu and Yangming Shi},
journal= {arXiv preprint arXiv:2508.17579},
year = {2025}
}