中文

单目动态高斯溅射:快速、脆弱,以及场景复杂度规则

计算机视觉与模式识别 2025-06-10 v2

摘要

高斯溅射方法正在成为将多视图图像数据转换为允许视图合成的场景表示的流行方法。特别是有兴趣实现仅使用单目输入数据即可进行动态场景的视图合成——这是一个不严格且具有挑战性的问题。该领域工作进展迅速,产生了多篇声称最佳的论文,彼此不可兼容。本文我们组织、基准测试和分析许多基于高斯溅射的方法,提供了公平的比较,以前的工作缺乏这一点。我们使用多个现有数据集和一个新设计的合成数据集,以隔离影响重建质量的因素。我们系统地将高斯溅射方法归类为特定的运动表示类型,并量化其差异对性能的影响。经验上,我们发现其在合成数据中的排序是明确的,但实际数据中的复杂度目前淹没了这些差异。此外,所有基于高斯的方法都具有快速渲染速度,但以优化过程的脆弱性为代价。我们将实验总结为一系列发现,帮助进一步推进这一活跃的问题领域。

关键词

引用

@article{arxiv.2412.04457,
  title  = {Monocular Dynamic Gaussian Splatting: Fast, Brittle, and Scene Complexity Rules},
  author = {Yiqing Liang and Mikhail Okunev and Mikaela Angelina Uy and Runfeng Li and Leonidas Guibas and James Tompkin and Adam W. Harley},
  journal= {arXiv preprint arXiv:2412.04457},
  year   = {2025}
}

备注

TMLR 2025. Project Website: https://brownvc.github.io/MonoDyGauBench.github.io/