MOSAIC-GS：面向复杂动态环境的高级初始化单目场景重建
计算机视觉与模式识别
2026-01-12 v1
摘要
我们提出了 MOSAIC-GS，一种使用高斯溅射从单目视频进行高保真动态场景重建的全新、完全显式且计算高效的方法。由于缺乏足够的多视图约束，单目重建本质上是病态的，这使得准确恢复物体几何形状和时间连贯性尤为具有挑战性。为了解决这一问题，我们利用了多种几何线索，如深度、光流、动态物体分割和点跟踪。结合基于刚性的运动约束，这些线索使我们能够在初始化阶段估计初步的 3D 场景动态。在光度优化之前恢复场景动态，减少了对仅从视觉外观推断运动的依赖，这在单目设置中通常是模糊的。为了实现紧凑表示、快速训练和实时渲染，同时支持非刚性形变，场景被分解为静态和动态组件。场景动态部分中的每个高斯分布被分配一条由时间依赖的 Poly-Fourier 曲线表示的轨迹，以实现参数高效的编码。我们证明，与现有方法相比，MOSAIC-GS 实现了显著更快的优化和渲染速度，同时在标准单目动态场景基准上保持了与 SOTA 方法相当的重建质量。
引用
@article{arxiv.2601.05368,
title = {MOSAIC-GS: Monocular Scene Reconstruction via Advanced Initialization for Complex Dynamic Environments},
author = {Svitlana Morkva and Maximum Wilder-Smith and Michael Oechsle and Alessio Tonioni and Marco Hutter and Vaishakh Patil},
journal= {arXiv preprint arXiv:2601.05368},
year = {2026}
}