高斯提升：一种简单、快速且灵活的3D实例分割方法

我们提出了一种名为“高斯提升”（Lifting By Gaussians, LBG）的新方法，用于3D高斯泼溅辐射场（3DGS）的开放世界实例分割。近期，3DGS场作为一种高效且显式的替代方案，在高质量新视角合成方面超越了基于神经场的方法。我们的3D实例分割方法直接将来自SAM（或FastSAM等）的2D分割掩码，连同来自CLIP和DINOv2的特征，融合到3DGS（或类似的2DGS等高斯辐射场）上。与以往方法不同，LBG无需逐场景训练，使其能够在任何现有的3DGS重建上无缝运行。我们的方法不仅比现有方法快一个数量级且更简单，而且高度模块化，能够对现有3DGS场进行3D语义分割，而无需对3D高斯进行特定参数化。此外，我们的技术在保持灵活性和效率的同时，在2D语义新视角合成和3D资产提取方面取得了更优的语义分割结果。我们还进一步提出了一种评估从3D辐射场分割方法中单独分割出的3D资产的新方法。