面向语义与动态 3D Gaussian Splatting 的下一最佳视角选择
计算机视觉与模式识别
2025-12-30 v1 人工智能
摘要
理解语义与动态对于具身智能体执行各种任务至关重要。与静态场景理解任务相比，这两类任务具有高得多的数据冗余度。我们将视角选择问题形式化为一个主动学习问题，其目标是优先选择能为模型训练提供最大信息增益的帧。为此，我们提出了一种基于 Fisher 信息的主动学习算法，用于量化候选视角在语义 Gaussian 参数和变形网络方面的信息量。该形式化使我们的方法能够联合处理语义推理和动态场景建模，为启发式或随机策略提供了一种有原则的替代方案。我们通过从多相机设置中选择信息帧，在大规模静态图像和动态视频数据集上评估了我们的方法。实验结果表明，我们的方法持续提升了渲染质量和语义分割性能，优于基于随机选择和基于不确定性启发式的基线方法。
引用
@article{arxiv.2512.22771,
title = {Next Best View Selections for Semantic and Dynamic 3D Gaussian Splatting},
author = {Yiqian Li and Wen Jiang and Kostas Daniilidis},
journal= {arXiv preprint arXiv:2512.22771},
year = {2025}
}