LandMarkSystem 技术报告
计算机视觉与模式识别
2025-03-31 v2
摘要
3D 重建对于自动驾驶、虚拟现实、增强现实和元宇宙等应用至关重要。尽管 NeRF 和 3D 高斯溅写 (3DGS) 等近期技术进步已改变该领域，但传统深度学习框架难以满足日益增长的场景质量和规模需求。本文介绍 LandMarkSystem，一种新型计算框架，旨在增强多尺度场景重建和渲染。通过利用组件化模型适应层，LandMarkSystem 支持各种 NeRF 和 3DGS 结构，并通过分布式并行计算和模型参数卸载优化计算效率。我们的系统解决了现有框架的局限性，提供用于复杂 3D 稀疏计算的专用算子，从而促进了大规模场景的高效训练和快速推理。关键贡献包括模块化架构、有限资源的动态加载策略，以及在多个代表性算法上的验证能力。本综合解决方案旨在推动 3D 重建任务的效率和效果。为促进进一步的研究和合作，LandMarkSystem 项目的源代码和文档均公开于开源仓库中，可在 https://github.com/InternLandMark/LandMarkSystem 访问。
引用
@article{arxiv.2503.21364,
title = {LandMarkSystem Technical Report},
author = {Zhenxiang Ma and Zhenyu Yang and Miao Tao and Yuanzhen Zhou and Zeyu He and Yuchang Zhang and Rong Fu and Hengjie Li},
journal= {arXiv preprint arXiv:2503.21364},
year = {2025}
}