Radiant：基于分层框架的大规模三维高斯渲染
计算机视觉与模式识别
2024-12-10 v1 分布式、并行与集群计算
摘要
随着计算机视觉的发展，最近出现的三维高斯溅射（3DGS）因其卓越性能已成为一种流行的场景重建算法。分布式3DGS可以高效利用边缘设备直接在采集的图像上进行训练，从而卸载计算需求并提高效率。然而，传统的分布式框架往往忽视了真实环境中的计算和通信挑战，阻碍了大规模部署，并可能带来隐私风险。在本文中，我们提出了Radiant，一种面向大规模场景重建的分层3DGS算法，考虑了系统异构性，增强了模型性能和训练效率。通过广泛的实证研究，我们发现恰当地为每个边缘设备划分区域并为每个设备分配不同的相机位置进行图像采集和训练至关重要。Radiant的核心是基于异构环境信息划分区域并相应地分配工作负载。此外，我们提供了一种3DGS模型聚合算法，以增强质量并确保模型边界的连续性。最后，我们开发了一个测试平台，实验表明Radiant将重建质量提高了最多25.7%，并将端到端延迟降低了最多79.6%。
引用
@article{arxiv.2412.05546,
title = {Radiant: Large-scale 3D Gaussian Rendering based on Hierarchical Framework},
author = {Haosong Peng and Tianyu Qi and Yufeng Zhan and Hao Li and Yalun Dai and Yuanqing Xia},
journal= {arXiv preprint arXiv:2412.05546},
year = {2024}
}