OP2GS：具有双不透明度基元的物体感知三维高斯泼溅

三维高斯泼溅（3DGS）提供了一种显式且高效的场景表示，但其基元缺乏固有的物体级身份，阻碍了下游任务，如开放词汇场景理解。现有方法通常通过将高维特征嵌入蒸馏到高斯中，或通过启发式细化将二维掩码标签提升到三维来解决此问题。然而，基于特征的方法会产生沉重的存储和解码开销，而基于提升的流程仍然容易受到标签污染的影响：对视觉重建必要的高斯在二维到三维投影过程中经常被赋予错误的物体标签。我们提出了OP2GS，一种物体感知的高斯表示，它为每个基元增加了一个显式的实例身份和一个专用的实例不透明度σ*，用于物体掩码渲染。原始不透明度σ仍然负责视觉重建，而σ*则建模一个高斯是否应该对特定的物体掩码做出贡献。这种双不透明度公式将视觉存在与实例占用解耦：被错误标记的高斯可以继续用于图像渲染，同时在物体掩码分支中变得透明。为了学习这种表示，我们引入了一种随机物体损失，它使用3DGS标准的基于透射率的可见性来优化一维实例占用场。然后通过多视图聚合在物体级别附加语义描述符，消除了每个高斯的特征存储。与特征训练方法相比，OP2GS在显著降低计算开销的同时，实现了有竞争力的开放词汇性能。与免训练流程相比，它利用物理一致的占用学习来解决可见性歧义。