ReconDrive: 面向自动驾驶场景重建的快速前馈4D高斯溅写
计算机视觉与模式识别
2026-03-10 v1 机器人学
摘要
高保真视觉重建和新观点合成是实现自动驾驶中逼真闭环评估的关键。虽然4D高斯溅写(4DGS)在准确性和效率之间提供了有前景的平衡,但现有 per-scene 优化方法需要高昂的迭代细化,难以应用于大规模城市环境。相反,当前的前馈方法常常 suffer from 光度质量下降。为此,我们提出ReconDrive,一个前馈框架,利用并扩展3D 基础模型VGGT 实现快速高保真4DGS 生成。我们的架构引入两个核心适配以针对动态驾驶场景调整基础模型: (1) 混合高斯预测头,将空间坐标和外观属性的回归解耦,以克服通用基础特征中固有的光度缺陷; (2) 静态-动态4D 组成策略,通过速度建模显式捕获时间运动,以表示复杂的动态环境。在nuScenes数据集上,ReconDrive 在重建、新观点合成和3D感知方面显著优于现有前馈基线。它实现了与 per-scene 优化相当的性能,同时快了数量级,为实现逼真的驾驶仿真提供了可扩展且实用的解决方案。
引用
@article{arxiv.2603.07552,
title = {ReconDrive: Fast Feed-Forward 4D Gaussian Splatting for Autonomous Driving Scene Reconstruction},
author = {Haibao Yu and Kuntao Xiao and Jiahang Wang and Ruiyang Hao and Yuxin Huang and Guoran Hu and Haifang Qin and Bowen Jing and Yuntian Bo and Ping Luo},
journal= {arXiv preprint arXiv:2603.07552},
year = {2026}
}