基于材料信息的高斯溅写3D数字孪生重建
计算机视觉与模式识别
2026-02-04 v3 机器人学
摘要
数字孪生的3D重建通常依赖LiDAR-based方法,这些方法提供准确的几何信息,但缺乏相机天然捕获的语义和纹理。传统的LiDAR-相机融合方法需要复杂的标定,仍在处理某些材料(如玻璃)时存在困难,这些材料在图像中清晰可见,但在点云中表现不佳。我们提出了仅使用相机的管线,通过多视图图像进行3D高斯溅写重建,提取语义材料掩码,转换高斯表示为带投影材料标签的网格表面,并为现代图形引擎和模拟器分配基于物理的材料属性,以实现精确的传感器模拟。该方法结合了照片逼真的重建与基于物理的材料分配,提供了与LiDAR-相机融合相当的传感器模拟保真度,同时消除了硬件复杂性和标定要求。我们使用来自仪器化测试车辆的内部数据集验证了相机-only方法,利用LiDAR作为反射率基准,并结合图像相似性指标进行评估。
关键词
引用
@article{arxiv.2511.20348,
title = {Material-informed Gaussian Splatting for 3D World Reconstruction in a Digital Twin},
author = {Andy Huynh and João Malheiro Silva and Holger Caesar and Tong Duy Son},
journal= {arXiv preprint arXiv:2511.20348},
year = {2026}
}
备注
8 pages, 5 figures. Accepted to IEEE Intelligent Vehicles Symposium (IV) 2026. Revised version (v3) presents camera-ready publication