野生环境下的高效3D高斯溅
计算机视觉与模式识别
2025-03-11 v5
摘要
在复杂照明变化和暂时性遮挡条件下,对非结构化真实场景的全景3D重建仍具有挑战性。基于神经辐射场(NeRF)和3D高斯溅(3DGS)的现有方法在灯光解耦和结构无关的遮挡处理方面效率不高。为此,我们提出了NexusSplats,一种针对复杂灯光和遮挡条件下高效且高保真3D场景重建的方法。具体而言,NexusSplats利用层次化灯光解耦策略,进行集中化外观学习,高效且有效地解耦不同灯光条件。此外,我们开发了结构感知的遮挡处理机制,在3D结构和2D结构之间建立联系,以实现精细的遮挡处理。实验结果表明,NexusSplats实现了最先进的渲染质量,并将总参数数量降低65.4%,实现2.7倍的加速重建。
引用
@article{arxiv.2411.14514,
title = {NexusSplats: Efficient 3D Gaussian Splatting in the Wild},
author = {Yuzhou Tang and Dejun Xu and Yongjie Hou and Zhenzhong Wang and Min Jiang},
journal= {arXiv preprint arXiv:2411.14514},
year = {2025}
}
备注
Project page: https://nexus-splats.github.io/