基于高斯溶解技术的无人机航拍大规模写实户外3D场景重建
计算机视觉与模式识别
2026-02-25 v1 机器人学
摘要
本研究提出了一种能够将无人机捕获的视频流转换为高保真3D重建的端到端管道，具备极低的延迟。无人机广泛用于航空实时感知应用。此外，近期在3D高斯溶解（3D Gaussian Splatting, 3DGS）方面的进展显示出巨大的潜力，用于实时神经渲染。然而，其集成到面向无人机的重建和可视化系统中仍未得到充分探索。我们的目标是提出一种高效架构，将通过 RTMP 流式传输的实时视频采集、传感器融合、相机姿态估计和3DGS优化相结合，实现持续模型更新并在支持沉浸式增强现实和虚拟现实（AR/VR）应用的交互式可视化环境中实现低延迟部署。实验结果表明，所提方法在视觉保真度方面达到竞争水平，同时显著提升了渲染性能和端到端延迟，较基于 NeRF 的方法具有显著优势。重建质量保持在高保真离线参考值的4-7%之内，确认了该系统适用于来自航空平台的实时、可扩展的增强感知。
引用
@article{arxiv.2602.20342,
title = {Large-scale Photorealistic Outdoor 3D Scene Reconstruction from UAV Imagery Using Gaussian Splatting Techniques},
author = {Christos Maikos and Georgios Angelidis and Georgios Th. Papadopoulos},
journal= {arXiv preprint arXiv:2602.20342},
year = {2026}
}
备注
7 pages, 2 figures