NeuSG：基于3D高斯溅射引导的神经隐式表面重建
计算机视觉与模式识别
2025-03-18 v2
摘要
现有的神经隐式表面重建方法通过利用显式几何先验（如深度图或点云）作为正则化，在多视图3D重建中取得了令人印象深刻的性能。然而，由于深度图过度平滑或点云稀疏，重建结果仍然缺乏精细细节。在这项工作中，我们提出了一种神经隐式表面重建流程，借助3D高斯溅射的引导来恢复高度详细的表面。3D高斯溅射的优势在于它可以生成具有详细结构的密集点云。然而，直接采用3D高斯溅射可能会失败，因为生成的点是3D高斯的中心，不一定位于表面上。因此，我们引入了一个尺度正则化器，通过强制3D高斯变得极薄来将中心拉近表面。此外，我们提出使用神经隐式模型预测的表面法线先验来细化来自3D高斯溅射的点云，而不是使用固定的点集作为引导。因此，表面重建的质量从更准确的3D高斯溅射引导中得到了改善。通过联合优化3D高斯溅射和神经隐式模型，我们的方法受益于两种表示，并生成具有复杂细节的完整表面。在Tanks and Temples上的实验验证了我们提出方法的有效性。
引用
@article{arxiv.2312.00846,
title = {NeuSG: Neural Implicit Surface Reconstruction with 3D Gaussian Splatting Guidance},
author = {Hanlin Chen and Chen Li and Yunsong Wang and Gim Hee Lee},
journal= {arXiv preprint arXiv:2312.00846},
year = {2025}
}