MVGSR：用于鲁棒表面重建的多视图一致性高斯泼溅
计算机视觉与模式识别
2025-03-14 v2
摘要
3D高斯泼溅（3DGS）因其高质量的渲染能力、超快的训练和推理速度而备受关注。然而，当我们将3DGS应用于表面重建任务，尤其是在包含动态物体和干扰物的环境中时，由于不同视点的不一致性，该方法会产生悬浮伪影和颜色误差。为应对这一挑战，我们提出了用于鲁棒表面重建领域的多视图一致性高斯泼溅（MVGSR），该方法利用轻量级高斯模型和启发式引导的干扰物掩蔽策略，以在非静态环境中实现鲁棒的表面重建。与依赖MLP进行干扰物分割策略的现有方法相比，我们的方法通过比较多视图特征一致性将干扰物与静态场景元素分离，使我们能够在训练早期获得精确的干扰物掩码。此外，我们引入了一种基于多视图贡献的剪枝度量来重置透射率，有效减少了悬浮伪影。最后，应用多视图一致性损失以在表面重建任务中实现高质量性能。实验结果表明，与最先进的表面重建算法相比，MVGSR实现了具有竞争力的几何精度和渲染保真度。更多信息请访问我们的项目页面（https://mvgsr.github.io）。
引用
@article{arxiv.2503.08093,
title = {MVGSR: Multi-View Consistency Gaussian Splatting for Robust Surface Reconstruction},
author = {Chenfeng Hou and Qi Xun Yeo and Mengqi Guo and Yongxin Su and Yanyan Li and Gim Hee Lee},
journal= {arXiv preprint arXiv:2503.08093},
year = {2025}
}
备注
project page https://mvgsr.github.io